Eq9 Poster Perla Jessica
This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA
Overview
Download & View Eq9 Poster Perla Jessica as PDF for free.
More details
- Words: 1,072
- Pages: 1
ANALISIS Y TECNICAS DE MINERIA DE DATOS Perla Janette Franco Valtierra, Jessica Contreras Pineda Departamento de sistemas computacionales, Instituto Tecnológico De Durango
RESULTADOS
Introduccion La minería de datos surge como una tecnología que intenta ayudar a comprender el contenido de una base de datos. De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún significado especial pasan a convertirse en información.
La minería de datos es una tecnología compuesta por etapas que integra varias áreas y que no se debe confundir con un gran software. Durante el desarrollo de un proyecto de este tipo se usan diferentes aplicaciones software en cada etapa que pueden ser estadísticas, de visualización de datos o de inteligencia artificial, principalmente. Actualmente existen aplicaciones o herramientas comerciales de minería de datos muy poderosas que facilitan el desarrollo de un proyecto. Sin embargo, casi siempre acaban complementándose con otra herramienta.
Figura 1. Relación entre dato, información y conocimiento. Con todo lo anterior podemos decir que minería de datos es el proceso de descubrir patrones de información interesante y potencialmente útiles, inmersos en una gran base de datos en la que se interactúa constantemente. Minería de datos es una combinación de procesos como: Extracción de datos Limpieza de datos. Selección de características. Algoritmos. Análisis de resultados.
METODOS Nuestro enfoque de investigación será acerca de minería de datos, ya que es un tema interesante y un poco extenso, ya que hablaremos de cómo tener seguridad en los datos que Enviamos o tenemos para que otras personas no los vea, la investigación es inductiva por que nos guiara a usar las diferentes herramientas para la minería de datos.
Transversal
Teórico
Inductivo
En esta pantalla se selecciona la opción de abrir archivo, enseguida se muestra el cuadro de diálogo de abrir similar al de una aplicación de office, ahora bien seleccionamos la dirección donde se encuentra el archivo weka que contiene los datos a analizar.
Seleccionar la técnica con la cual se va a trabajar para realizar la minería de datos. HERRAMIENTAS PARA REALIZAR LA MINERIA DE DATOS
A un que la herramienta mas usada en la actualidad se llama WEKA . Weka es un software libre que nos permite realizar análisis en bases de datos mediante las técnicas antes descritas de minería de datos para con cada uno de sus diferentes algoritmos. Figura 5.1 Ejemplo de Archivo de Weka Este producto de software utiliza los archivos con extensión .arff el cual es el archivo característico de weka en el cual se incluyen todos los registros a analizar así como también Ahora bien la estructura de un archivo de weka consiste en una cabecera de archivo que comienza con @relation nombre_archivo luego sigue cada uno de sus atributos especificado de la siguiente manera @attribute nombre_atributo y enseguida @data aquí van cada uno de los valores que posee cada registro. El proceso se menciona a continuación paso a paso y como los resultados que arroja con la aplicación de los algoritmos de árboles de decisión. Se abre Weka.
Datos Secundarios.
Se selecciona la opción de explorar
En el botón de elegir seleccionamos árboles de decisión con su algoritmo J48 y le damos al botón de iniciar.
Como se aprecia en esta captura de pantalla weka realiza todos los cálculos pertinentes para obtener el árbol de decisión el cual se visualiza dando clic derecho en el la opción que se encuentra resaltada en el cuadro de la izquierda. Ahora entonces el árbol de decisión arrojado por este programa es el siguiente:
CONCLUSIONES La capacidad para almacenar datos ha crecido en los últimos años a velocidades exponenciales. En el otro extremo, nuestra capacidad para procesar esta enorme cantidad de datos para por utilizarlos eficazmente no ha ido a la par. Por este motivo, la minería de datos se presenta como una tecnología de apoyo para explorar, analizar, comprender y aplicar el conocimiento obtenido usando grandes volúmenes de datos. Descubrir nuevos caminos que nos ayuden en la identificación de interesantes estructuras en los datos es una de las tareas fundamentales en el minería de datos. En el ámbito comercial, resulta interesante encontrar patrones ocultos de consumo de los clientes para poder explorar nuevos horizontes. Saber que un vehículo deportivo corre un riesgo de accidente casi igual al de un vehículo normal cuando su dueño tiene un segundo vehículo en casa ayuda a crear nuevas estrategias comerciales para ese grupo de clientes. Asimismo, predecir el comportamiento de un futuro cliente, asándose en los datos históricos de clientes que presentaron el mismo perfil, ayuda a poder retenerlo durante el mayor tiempo posible. Las herramientas comerciales de minería de datos que existen actualmente en el mercado son muy variadas y excelentes en diversas aplicaciones. Las hay orientadas al estudio del web o al análisis de documentos o de clientes de supermercado, mientras que otras son de uso más general. Su correcta elección depende de la necesidad de la empresa y de los objetivos a corto y largo plazo que pretenda alcanzar. La decisión de seleccionar una solución de minería de datos no es una tarea simple. Es necesario consultar a expertos en el área con vista a seleccionar la más adecuada para el problema de la empresa.
BIBLIOGRAFIA
Después de tener este árbol de decisión la parte más difícil de seguir es la de interpretar este árbol de decisión en este caso la interpretación que se le da a este árbol de decisión es la siguiente: Para finalizar, llegamos a la conclusión de que un empleado considera que su empleo es lo que espera para su crecimiento y desempeño personal y profesional, si están presentes los factores siguientes: Cada uno gana lo que se merece Los salarios son adecuados para los distintos puestos La formación del supervisor es adecuada para llevar a cabo su labor
Berson, A. (s.f.). An Overview To The Data Mining. Recuperado el ABRIL de 2009, de http://www.thearling.com/text/dmtechniques/dmtechniques.htm Corporation, T. C. (Tercera Edición). Two Crows Corporation. Introduction to Data Mining and Knowledge Discovery . Cynthia, P. C. (s.f.). Data Mining: Descubriendo la información oculta. Recuperado el abril de 2009, de http://www.lasnieves.edu.ar/indocs/p%5CDataMining.doc E., G. N. (26 de abril de 2004). Metodologías para la Realización de Proyectos de Data Mining. Recuperado el abril de 2009, de http://www.estadistico.com/arts.html?20040426 Ruth, D. (diciembre de 1995). Data Mining An Introduction [Minería de Datos Una Introducción]. Obtenido de http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_b ook_1. Thearling, K. (s.f.). An Introduction to Data Mining. Recuperado el abril de 2009, de http://www.thearling.com/text/dmwhite/dmwhite.htm
RESULTADOS
Introduccion La minería de datos surge como una tecnología que intenta ayudar a comprender el contenido de una base de datos. De forma general, los datos son la materia prima bruta. En el momento que el usuario les atribuye algún significado especial pasan a convertirse en información.
La minería de datos es una tecnología compuesta por etapas que integra varias áreas y que no se debe confundir con un gran software. Durante el desarrollo de un proyecto de este tipo se usan diferentes aplicaciones software en cada etapa que pueden ser estadísticas, de visualización de datos o de inteligencia artificial, principalmente. Actualmente existen aplicaciones o herramientas comerciales de minería de datos muy poderosas que facilitan el desarrollo de un proyecto. Sin embargo, casi siempre acaban complementándose con otra herramienta.
Figura 1. Relación entre dato, información y conocimiento. Con todo lo anterior podemos decir que minería de datos es el proceso de descubrir patrones de información interesante y potencialmente útiles, inmersos en una gran base de datos en la que se interactúa constantemente. Minería de datos es una combinación de procesos como: Extracción de datos Limpieza de datos. Selección de características. Algoritmos. Análisis de resultados.
METODOS Nuestro enfoque de investigación será acerca de minería de datos, ya que es un tema interesante y un poco extenso, ya que hablaremos de cómo tener seguridad en los datos que Enviamos o tenemos para que otras personas no los vea, la investigación es inductiva por que nos guiara a usar las diferentes herramientas para la minería de datos.
Transversal
Teórico
Inductivo
En esta pantalla se selecciona la opción de abrir archivo, enseguida se muestra el cuadro de diálogo de abrir similar al de una aplicación de office, ahora bien seleccionamos la dirección donde se encuentra el archivo weka que contiene los datos a analizar.
Seleccionar la técnica con la cual se va a trabajar para realizar la minería de datos. HERRAMIENTAS PARA REALIZAR LA MINERIA DE DATOS
A un que la herramienta mas usada en la actualidad se llama WEKA . Weka es un software libre que nos permite realizar análisis en bases de datos mediante las técnicas antes descritas de minería de datos para con cada uno de sus diferentes algoritmos. Figura 5.1 Ejemplo de Archivo de Weka Este producto de software utiliza los archivos con extensión .arff el cual es el archivo característico de weka en el cual se incluyen todos los registros a analizar así como también Ahora bien la estructura de un archivo de weka consiste en una cabecera de archivo que comienza con @relation nombre_archivo luego sigue cada uno de sus atributos especificado de la siguiente manera @attribute nombre_atributo y enseguida @data aquí van cada uno de los valores que posee cada registro. El proceso se menciona a continuación paso a paso y como los resultados que arroja con la aplicación de los algoritmos de árboles de decisión. Se abre Weka.
Datos Secundarios.
Se selecciona la opción de explorar
En el botón de elegir seleccionamos árboles de decisión con su algoritmo J48 y le damos al botón de iniciar.
Como se aprecia en esta captura de pantalla weka realiza todos los cálculos pertinentes para obtener el árbol de decisión el cual se visualiza dando clic derecho en el la opción que se encuentra resaltada en el cuadro de la izquierda. Ahora entonces el árbol de decisión arrojado por este programa es el siguiente:
CONCLUSIONES La capacidad para almacenar datos ha crecido en los últimos años a velocidades exponenciales. En el otro extremo, nuestra capacidad para procesar esta enorme cantidad de datos para por utilizarlos eficazmente no ha ido a la par. Por este motivo, la minería de datos se presenta como una tecnología de apoyo para explorar, analizar, comprender y aplicar el conocimiento obtenido usando grandes volúmenes de datos. Descubrir nuevos caminos que nos ayuden en la identificación de interesantes estructuras en los datos es una de las tareas fundamentales en el minería de datos. En el ámbito comercial, resulta interesante encontrar patrones ocultos de consumo de los clientes para poder explorar nuevos horizontes. Saber que un vehículo deportivo corre un riesgo de accidente casi igual al de un vehículo normal cuando su dueño tiene un segundo vehículo en casa ayuda a crear nuevas estrategias comerciales para ese grupo de clientes. Asimismo, predecir el comportamiento de un futuro cliente, asándose en los datos históricos de clientes que presentaron el mismo perfil, ayuda a poder retenerlo durante el mayor tiempo posible. Las herramientas comerciales de minería de datos que existen actualmente en el mercado son muy variadas y excelentes en diversas aplicaciones. Las hay orientadas al estudio del web o al análisis de documentos o de clientes de supermercado, mientras que otras son de uso más general. Su correcta elección depende de la necesidad de la empresa y de los objetivos a corto y largo plazo que pretenda alcanzar. La decisión de seleccionar una solución de minería de datos no es una tarea simple. Es necesario consultar a expertos en el área con vista a seleccionar la más adecuada para el problema de la empresa.
BIBLIOGRAFIA
Después de tener este árbol de decisión la parte más difícil de seguir es la de interpretar este árbol de decisión en este caso la interpretación que se le da a este árbol de decisión es la siguiente: Para finalizar, llegamos a la conclusión de que un empleado considera que su empleo es lo que espera para su crecimiento y desempeño personal y profesional, si están presentes los factores siguientes: Cada uno gana lo que se merece Los salarios son adecuados para los distintos puestos La formación del supervisor es adecuada para llevar a cabo su labor
Berson, A. (s.f.). An Overview To The Data Mining. Recuperado el ABRIL de 2009, de http://www.thearling.com/text/dmtechniques/dmtechniques.htm Corporation, T. C. (Tercera Edición). Two Crows Corporation. Introduction to Data Mining and Knowledge Discovery . Cynthia, P. C. (s.f.). Data Mining: Descubriendo la información oculta. Recuperado el abril de 2009, de http://www.lasnieves.edu.ar/indocs/p%5CDataMining.doc E., G. N. (26 de abril de 2004). Metodologías para la Realización de Proyectos de Data Mining. Recuperado el abril de 2009, de http://www.estadistico.com/arts.html?20040426 Ruth, D. (diciembre de 1995). Data Mining An Introduction [Minería de Datos Una Introducción]. Obtenido de http://www.pcc.qub.ac.uk/tec/courses/datamining/stu_notes/dm_b ook_1. Thearling, K. (s.f.). An Introduction to Data Mining. Recuperado el abril de 2009, de http://www.thearling.com/text/dmwhite/dmwhite.htm
Related Documents
Eq9 Poster Perla Jessica
May 2020 1
Eq9 Articulo Perla Jessica
May 2020 1
La Perla
April 2020 3
Jessica
October 2019 29
Jessica Laplace
June 2020 15