SlideShare una empresa de Scribd logo
Data mining
DATA MINING




              Acevedo Claudelís
              Aldemar Gonzalez
                Gómez Angélica
                Gutiérrez Astrid
                     Meza Mayi
               Rodríguez Sergio
                    Rojas Zaida
DEFINICIÓN

   El data mining (minería de datos), es el conjunto de
técnicas y tecnologías que permiten explorar grandes
bases de datos, de manera automática o
semiautomática, con el objetivo de encontrar patrones
repetitivos, tendencias o reglas que expliquen el
comportamiento de los datos en un determinado
contexto.
FUNDAMENTOS DEL DATA MINING
Esta evolución comenzó
cuando los datos de negocios
fueron almacenados por
primera vez en computadoras, y
continuó con mejoras en el       Data Mining está listo para su
                                 aplicación en la comunidad de
acceso a los datos.
                                 negocios porque está soportado por
                                 tres tecnologías que ya están
                                 suficientemente maduras:
                                 Recolección masiva de datos
                                 Potentes computadoras con
                                 multiprocesadores
                                 Algoritmos de Data Mining
                                 .
EL ALCANCE

     El nombre de Data Mining
     deriva de las similitudes entre
     buscar valiosa información de
     negocios en grandes bases de
     datos.
HERRAMIENTAS

CLEMENTINE /
  SPSS


                                                SAS ENTERPRISE
   DLIFE /                                         MINER / SAS
   APARA


DVELOX 2.5/                                     SAS ANALYTICS /
   APARA                                               SAS

         IBM DB2
        WAREHOUSE
        ENTERPRISE                          MICROSTRATEGY
        EDITION / IBM    MICROSOFT SQL         DATA MINING
                            SERVER 2005 /        SERVICES
                            MICROSOFT        /MICROSTRATEGY
LAS TÉCNICAS COMÚNMENTE USADAS

 REDES NEURONALES
                    ARBOLES DE DECISIÓN
 ARTIFICIALES.




ALGORITMOS
 GENÉTICOS                MÉTODO DEL
                          VECINO MÁS
                           CERCANO
¿CÓMO TRABAJA EL DATA MINING?
Modelado es simplemente el acto de construir un modelo en
una situación donde usted conoce la respuesta y luego la
aplica en otra situación de la cual desconoce la respuesta.



ARQUITECTURA PARA DATA MINING
 Para aplicar mejor estas técnicas avanzadas, éstas deben
 estar totalmente integradas con el data warehouse así como
 con herramientas flexibles e interactivas para el análisis de
 negocios.
EJEMPLOS DE LA APLICACIÓN DEL
        DATA MINING

                EN EL GOBIERNO

                EN LA EMPRESA

                DESCUBRIENDO EL PORQUÉ DE LA
                DESERCIÓN DE CLIENTES DE UNA
                COMPAÑÍA OPERADORA DE
                TELEFONÍA MÓVIL

                EN LA UNIVERSIDAD

                EN INVESTIGACIONES ESPACIALES

                EN LOS CLUBES DEPORTIVOS
LAS ORGANIZACIONES DE HOY DEBEN ESTAR
      PREPARADAS PARA ABRAZAR A LA
              TECNOLOGÍA

Más contenido relacionado

PPT
Data mining
PPTX
Data mining joel
PPTX
Tendencias en bases de datos
PDF
06 mapa conceptual 2 no. 6
PDF
Business Intelligende& Big Data: Nuevos perfiles y oportunidades de empleo. P...
PPTX
Futuro de las bases de datos
Data mining
Data mining joel
Tendencias en bases de datos
06 mapa conceptual 2 no. 6
Business Intelligende& Big Data: Nuevos perfiles y oportunidades de empleo. P...
Futuro de las bases de datos

Destacado (20)

PDF
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
PDF
Articulo revista amai
PPTX
PPT
¿Que es el Text Mining?
PPTX
Introducción a Text Mining
PPTX
Minería de textos sacar más partido de las preguntas abiertas
PPTX
Minería y visualización de texto
PPTX
Minig text and audiovisual data
PDF
Introducción al Data Mining
PPT
Data Mining Snoop Consulting Arg
PDF
Data Mining en Forman
PPTX
Data Mining
PPTX
Ejercicio En Weka
ODP
Presentación Guadalajara #Tecnopoliticay15M
PPTX
Mineria de Datos_parte V
PDF
Taller de Text Mining en Twitter con R
PPTX
Mineria de Datos Parte I
PDF
Data Mining: Torturando los datos hasta que confiesen
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
Articulo revista amai
¿Que es el Text Mining?
Introducción a Text Mining
Minería de textos sacar más partido de las preguntas abiertas
Minería y visualización de texto
Minig text and audiovisual data
Introducción al Data Mining
Data Mining Snoop Consulting Arg
Data Mining en Forman
Data Mining
Ejercicio En Weka
Presentación Guadalajara #Tecnopoliticay15M
Mineria de Datos_parte V
Taller de Text Mining en Twitter con R
Mineria de Datos Parte I
Data Mining: Torturando los datos hasta que confiesen
Publicidad

Similar a Data mining (20)

PPTX
Mineria de Datos
PPT
MD: Clase9
PPTX
Data mining
PDF
PPTX
Presentacion data mining (mineria de datos)- base de datos
PPTX
Presentacion mineria
PPTX
Exposicion mineria de datos - Franklin Rodríguez
PDF
Herramientas de mineria_de_datos
PDF
MINERIA DE DATOS enfocado a ml cun 2024.pdf
DOCX
Monografia Data Mining
PDF
aplicaciones de minería de datos
PPTX
Mineria de datos
PPT
Mineria de Datos
PDF
Mineria de datos
PPTX
SIG 2021-P U3- Gestion Conocimiento.pptx
PPTX
DATA MINIG
PPT
Introduccion a mineria de datos
PDF
Mineria de datos
Mineria de Datos
MD: Clase9
Data mining
Presentacion data mining (mineria de datos)- base de datos
Presentacion mineria
Exposicion mineria de datos - Franklin Rodríguez
Herramientas de mineria_de_datos
MINERIA DE DATOS enfocado a ml cun 2024.pdf
Monografia Data Mining
aplicaciones de minería de datos
Mineria de datos
Mineria de Datos
Mineria de datos
SIG 2021-P U3- Gestion Conocimiento.pptx
DATA MINIG
Introduccion a mineria de datos
Mineria de datos
Publicidad

Último (20)

PPTX
IA de Cine - Como MuleSoft y los Agentes estan redefiniendo la realidad
PDF
taller de informática - LEY DE OHM
PDF
5.1 Pinch y Bijker en libro Actos, actores y artefactos de Bunch Thomas (coor...
PDF
Estrategia de apoyo tecnología miguel angel solis
PPT
El-Gobierno-Electrónico-En-El-Estado-Bolivia
PDF
Liceo departamental MICRO BIT (1) 2.pdfbbbnn
DOCX
Zarate Quispe Alex aldayir aplicaciones de internet .docx
PDF
MÓDULO DE CALOR DE GRADO DE MEDIO DE FORMACIÓN PROFESIONAL
PPTX
REDES INFORMATICAS REDES INFORMATICAS.pptx
PPTX
Sesion 1 de microsoft power point - Clase 1
PDF
MANUAL TECNOLOGÍA SER MINISTERIO EDUCACIÓN
PPTX
historia_web de la creacion de un navegador_presentacion.pptx
PDF
Diapositiva proyecto de vida, materia catedra
PPTX
Presentación PASANTIAS AuditorioOO..pptx
PPTX
ANCASH-CRITERIOS DE EVALUACIÓN-FORMA-10-10 (2).pptx
PDF
clase auditoria informatica 2025.........
PPTX
sa-cs-82-powerpoint-hardware-y-software_ver_4.pptx
PDF
Estrategia de apoyo tecnología grado 9-3
PPTX
Presentación de Redes de Datos modelo osi
PDF
Instrucciones simples, respuestas poderosas. La fórmula del prompt perfecto.
IA de Cine - Como MuleSoft y los Agentes estan redefiniendo la realidad
taller de informática - LEY DE OHM
5.1 Pinch y Bijker en libro Actos, actores y artefactos de Bunch Thomas (coor...
Estrategia de apoyo tecnología miguel angel solis
El-Gobierno-Electrónico-En-El-Estado-Bolivia
Liceo departamental MICRO BIT (1) 2.pdfbbbnn
Zarate Quispe Alex aldayir aplicaciones de internet .docx
MÓDULO DE CALOR DE GRADO DE MEDIO DE FORMACIÓN PROFESIONAL
REDES INFORMATICAS REDES INFORMATICAS.pptx
Sesion 1 de microsoft power point - Clase 1
MANUAL TECNOLOGÍA SER MINISTERIO EDUCACIÓN
historia_web de la creacion de un navegador_presentacion.pptx
Diapositiva proyecto de vida, materia catedra
Presentación PASANTIAS AuditorioOO..pptx
ANCASH-CRITERIOS DE EVALUACIÓN-FORMA-10-10 (2).pptx
clase auditoria informatica 2025.........
sa-cs-82-powerpoint-hardware-y-software_ver_4.pptx
Estrategia de apoyo tecnología grado 9-3
Presentación de Redes de Datos modelo osi
Instrucciones simples, respuestas poderosas. La fórmula del prompt perfecto.

Data mining

  • 2. DATA MINING Acevedo Claudelís Aldemar Gonzalez Gómez Angélica Gutiérrez Astrid Meza Mayi Rodríguez Sergio Rojas Zaida
  • 3. DEFINICIÓN El data mining (minería de datos), es el conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto.
  • 4. FUNDAMENTOS DEL DATA MINING Esta evolución comenzó cuando los datos de negocios fueron almacenados por primera vez en computadoras, y continuó con mejoras en el Data Mining está listo para su aplicación en la comunidad de acceso a los datos. negocios porque está soportado por tres tecnologías que ya están suficientemente maduras: Recolección masiva de datos Potentes computadoras con multiprocesadores Algoritmos de Data Mining .
  • 5. EL ALCANCE El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos.
  • 6. HERRAMIENTAS CLEMENTINE / SPSS SAS ENTERPRISE DLIFE / MINER / SAS APARA DVELOX 2.5/ SAS ANALYTICS / APARA SAS IBM DB2 WAREHOUSE ENTERPRISE MICROSTRATEGY EDITION / IBM MICROSOFT SQL DATA MINING SERVER 2005 / SERVICES MICROSOFT /MICROSTRATEGY
  • 7. LAS TÉCNICAS COMÚNMENTE USADAS REDES NEURONALES ARBOLES DE DECISIÓN ARTIFICIALES. ALGORITMOS GENÉTICOS MÉTODO DEL VECINO MÁS CERCANO
  • 8. ¿CÓMO TRABAJA EL DATA MINING? Modelado es simplemente el acto de construir un modelo en una situación donde usted conoce la respuesta y luego la aplica en otra situación de la cual desconoce la respuesta. ARQUITECTURA PARA DATA MINING Para aplicar mejor estas técnicas avanzadas, éstas deben estar totalmente integradas con el data warehouse así como con herramientas flexibles e interactivas para el análisis de negocios.
  • 9. EJEMPLOS DE LA APLICACIÓN DEL DATA MINING EN EL GOBIERNO EN LA EMPRESA DESCUBRIENDO EL PORQUÉ DE LA DESERCIÓN DE CLIENTES DE UNA COMPAÑÍA OPERADORA DE TELEFONÍA MÓVIL EN LA UNIVERSIDAD EN INVESTIGACIONES ESPACIALES EN LOS CLUBES DEPORTIVOS
  • 10. LAS ORGANIZACIONES DE HOY DEBEN ESTAR PREPARADAS PARA ABRAZAR A LA TECNOLOGÍA