SlideShare una empresa de Scribd logo
Data mining
   El Data Mining es el análisis de grandes conjuntos
    de datos para descubrir patrones de intereses.
    Esta información puede ser usada en la vida de
    empresas, gobiernos, universidades, hospitales y
    diversas organizaciones que están interesadas en
    explorar sus bases de datos.
 Es            una     Lasherramientas de
 poderosa tecnología    Data          Mining
    nueva con gran      predicen     futuras
 potencial     para     tendencias         y
 ayudar     a    las    comportamientos,
 compañías         a    permitiendo en los
 concentrarse en la     negocios      tomar
 información    más     decisiones
 importante de sus      proactivas         y
 Bases           de     conducidas       por
 Información.           un conocimiento
                        acabado     de    la
                        información.
 Toma  de Decisiones.
 Procesos Industriales.
 Investigación Científica.
 Soporte al Diseño de Bases de Datos.
 Mejora de Calidad de Datos.
 Mejora en el área de empresas de Consulting.
   Redes neuronales artificiales.

   Arboles de decisión.

   Algoritmos genéticos.

   Método del vecino más cercano.

   Regla de inducción.
1.   Determinación de los
     objetivos
2.   Pre procesamiento de los
     datos
3.   Determinación del modelo
4.   Análisis de resultados
 Ladata MINING tiene muchos campos de
 aplicación por que puede ser útil en
 prácticamente en todas las facetas de toda
 la actividad humana y algunas de ellas son:

  Utilidadempresarial
  Campo de trabajo
  Investigación
 ENTENDIMIENTO   DEL PROBLEMA

 ENTENDIMIENTO   DE LOS DATOS

 PREPARACIÓN   DE LOS DATOS

 MODELAMIENTO


 EVALUACIÓN


 DESPLIEGUE   FUNCIONAL-COMERCIAL
 Grandes  volumen de información y altamente
  dimensionales, lo que dificulta el hallazgo de
  patrones.
 Valores inconsistentes o no existentes en
  algunos atributos importantes.
 La representación de los resultados no
  siempre es comprensible para todos los
  usuarios.
 Valor estadístico de los patrones hallados.
   Explorar los datos se encuentran en las bases de datos,
    como los almacenes de datos, que algunas veces contienen
    información acumulada durante varios años.

   Las herramientas se combinan fácilmente y pueden
    analizarse y procesarse rápidamente

 produce cinco tipos de información:
Asociaciones, Secuencias, Clasificaciones, Agrupamientos,
Pronósticos.

Más contenido relacionado

PDF
La importancia de los datos
PPTX
Data Mining
PPTX
Conceptos generales del análisis de sistemas de información trabajo
PPTX
Conceptos generales del análisis de sistemas de información trabajo
PDF
Introducción al Data Mining
DOCX
Mineria de datos
PDF
Minería de datos
La importancia de los datos
Data Mining
Conceptos generales del análisis de sistemas de información trabajo
Conceptos generales del análisis de sistemas de información trabajo
Introducción al Data Mining
Mineria de datos
Minería de datos

La actualidad más candente (11)

PPTX
Minería de Datos Covid19 en Latinoamérica
PPTX
Mineria de datos
PDF
Conociendo big data
PPTX
Presentacion data mining (mineria de datos)- base de datos
PPTX
Técnicas mineria de datos
PPT
Mineria De Datos
PPT
Mineria de Datos
PPTX
Big data & data mining
PDF
Data Mining. Extracción de Conocimiento en Grandes Bases de Datos
PPTX
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
PPTX
Data Mining
Minería de Datos Covid19 en Latinoamérica
Mineria de datos
Conociendo big data
Presentacion data mining (mineria de datos)- base de datos
Técnicas mineria de datos
Mineria De Datos
Mineria de Datos
Big data & data mining
Data Mining. Extracción de Conocimiento en Grandes Bases de Datos
Métodos predictivos y Descriptivos - MINERÍA DE DATOS
Data Mining
Publicidad

Destacado (20)

PPT
Riesgos de incendio sede UFT Cabudare
PPTX
Problemas por déficit del sueño
PPTX
Trabajo colaborativo redes locales
PPTX
Expo clase 4
PPTX
El Computador
DOC
Sujeto TPNº1
PPTX
PPTX
Habilidades lopez
PDF
La Mediación Just in Time. Mediation Information & Assessment Meeting (MIAM)
ODP
Presentacion 25 de mayo final
PDF
Resumen de prensa de 2 de abril de 2013
PPTX
Presentación proyecto
PPT
Ppower claudia
PDF
Fundamentos de programacion alexis salazar
PDF
La papelera de reciclaje
PPTX
Lexikon Der Videoformate
PPTX
Inteligencias múltiples
PPTX
Jesus mejias 9no b
RTF
Biologia
PPT
Lernen Mit Und Durch Medien
Riesgos de incendio sede UFT Cabudare
Problemas por déficit del sueño
Trabajo colaborativo redes locales
Expo clase 4
El Computador
Sujeto TPNº1
Habilidades lopez
La Mediación Just in Time. Mediation Information & Assessment Meeting (MIAM)
Presentacion 25 de mayo final
Resumen de prensa de 2 de abril de 2013
Presentación proyecto
Ppower claudia
Fundamentos de programacion alexis salazar
La papelera de reciclaje
Lexikon Der Videoformate
Inteligencias múltiples
Jesus mejias 9no b
Biologia
Lernen Mit Und Durch Medien
Publicidad

Similar a Data mining (20)

PDF
PDF
aplicaciones de minería de datos
PPT
MD: Clase9
PPT
Data mining
PPTX
Data mining
PPTX
Mineria de Datos
PPTX
SIG 2021-P U3- Gestion Conocimiento.pptx
PDF
IN Unidad 3: Minería de datos
DOCX
Monografia Data Mining
PDF
PDF
Caso de usos mineria
PDF
Mineria datos vallejos
PDF
Mineria datos vallejos
PPTX
DATA MINIG
PDF
Mineria y modelado de datos
PPTX
Exposicion
PPTX
Exposicion
PDF
SEMANA4_APUNTE_S4.pdf
PPT
Data Mining Snoop Consulting Arg
DOCX
Resumen capitulo 8 Mineria de Datos.docx
aplicaciones de minería de datos
MD: Clase9
Data mining
Data mining
Mineria de Datos
SIG 2021-P U3- Gestion Conocimiento.pptx
IN Unidad 3: Minería de datos
Monografia Data Mining
Caso de usos mineria
Mineria datos vallejos
Mineria datos vallejos
DATA MINIG
Mineria y modelado de datos
Exposicion
Exposicion
SEMANA4_APUNTE_S4.pdf
Data Mining Snoop Consulting Arg
Resumen capitulo 8 Mineria de Datos.docx

Último (20)

PPTX
Expo N°1-Difusión de Política y Objetivos SST-31.01.23.pptx
PPTX
SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓ...
PPTX
ABDOMEN ABIERWWDEDEFDWDXEWdedwqddeqwdTO.pptx
PDF
DESARROLLO E IMPACTO DE LA INNOVACION.pdf
PPTX
retiniodes.pptxnansbsksbsbssksnsbjsnsnwbw
PDF
CV Carlos Lira Zalaquett_Agosto 2025 - Asesor Técnico Empresarial / Facilitador
PPT
Diseño de proyecto en temas educativos en todos los entornos
PPTX
auditoria ambiental y su uso en la practica diaria
PDF
ORD-REG-ELEMENTOS-PUBLICITARIOS-AMSS-12-MARZO.pdf
PPTX
Pensamiento-Estrategico-Adaptativo-en-entornos-VUCA-BANI.pptx
PDF
EL ESTUDIO DE MERCADO PROYECTO INVERSION.pdf
PPTX
criminologia.pptxcriminologia policiales
PPTX
DE LA ATENCIÓN A LA SATISFACCIÓN DEL CLIENTE.pptx
PDF
D08_SESION 15 y 16_2024.12.06_ISO-26000.pdf
PPT
Administración Financiera diapositivas.ppt
PDF
Estructura organizativa de ka empresa.pdf
PPTX
clase Contabilidad 2 [Autoguardado].pptx
PDF
Presentación_rendición_de_cuentas_2020_26-FEB-2021.pdf
PDF
Esta es una presentacion ejecutiva del cual pueden concluir
PDF
Rendicion publica de cuentas inicial 2025 de la procuraduria
Expo N°1-Difusión de Política y Objetivos SST-31.01.23.pptx
SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓN17SESIÓ...
ABDOMEN ABIERWWDEDEFDWDXEWdedwqddeqwdTO.pptx
DESARROLLO E IMPACTO DE LA INNOVACION.pdf
retiniodes.pptxnansbsksbsbssksnsbjsnsnwbw
CV Carlos Lira Zalaquett_Agosto 2025 - Asesor Técnico Empresarial / Facilitador
Diseño de proyecto en temas educativos en todos los entornos
auditoria ambiental y su uso en la practica diaria
ORD-REG-ELEMENTOS-PUBLICITARIOS-AMSS-12-MARZO.pdf
Pensamiento-Estrategico-Adaptativo-en-entornos-VUCA-BANI.pptx
EL ESTUDIO DE MERCADO PROYECTO INVERSION.pdf
criminologia.pptxcriminologia policiales
DE LA ATENCIÓN A LA SATISFACCIÓN DEL CLIENTE.pptx
D08_SESION 15 y 16_2024.12.06_ISO-26000.pdf
Administración Financiera diapositivas.ppt
Estructura organizativa de ka empresa.pdf
clase Contabilidad 2 [Autoguardado].pptx
Presentación_rendición_de_cuentas_2020_26-FEB-2021.pdf
Esta es una presentacion ejecutiva del cual pueden concluir
Rendicion publica de cuentas inicial 2025 de la procuraduria

Data mining

  • 2. El Data Mining es el análisis de grandes conjuntos de datos para descubrir patrones de intereses. Esta información puede ser usada en la vida de empresas, gobiernos, universidades, hospitales y diversas organizaciones que están interesadas en explorar sus bases de datos.
  • 3.  Es una  Lasherramientas de poderosa tecnología Data Mining nueva con gran predicen futuras potencial para tendencias y ayudar a las comportamientos, compañías a permitiendo en los concentrarse en la negocios tomar información más decisiones importante de sus proactivas y Bases de conducidas por Información. un conocimiento acabado de la información.
  • 4.  Toma de Decisiones.  Procesos Industriales.  Investigación Científica.  Soporte al Diseño de Bases de Datos.  Mejora de Calidad de Datos.  Mejora en el área de empresas de Consulting.
  • 5. Redes neuronales artificiales.  Arboles de decisión.  Algoritmos genéticos.  Método del vecino más cercano.  Regla de inducción.
  • 6. 1. Determinación de los objetivos 2. Pre procesamiento de los datos 3. Determinación del modelo 4. Análisis de resultados
  • 7.  Ladata MINING tiene muchos campos de aplicación por que puede ser útil en prácticamente en todas las facetas de toda la actividad humana y algunas de ellas son:  Utilidadempresarial  Campo de trabajo  Investigación
  • 8.  ENTENDIMIENTO DEL PROBLEMA  ENTENDIMIENTO DE LOS DATOS  PREPARACIÓN DE LOS DATOS  MODELAMIENTO  EVALUACIÓN  DESPLIEGUE FUNCIONAL-COMERCIAL
  • 9.  Grandes volumen de información y altamente dimensionales, lo que dificulta el hallazgo de patrones.  Valores inconsistentes o no existentes en algunos atributos importantes.  La representación de los resultados no siempre es comprensible para todos los usuarios.  Valor estadístico de los patrones hallados.
  • 10. Explorar los datos se encuentran en las bases de datos, como los almacenes de datos, que algunas veces contienen información acumulada durante varios años.  Las herramientas se combinan fácilmente y pueden analizarse y procesarse rápidamente  produce cinco tipos de información: Asociaciones, Secuencias, Clasificaciones, Agrupamientos, Pronósticos.