Clase de Mineria de Datos 2019

La minería de datos se puede aplicar a todo tipo de datos, texto, imagenes, criptografías, aplicándose en todo tipo de aplicaciones (comerciales, industriales, marketing, militares, financieras, etc). Ya iniciando el proceso de Data Mining con estos datos, podemos decir que obtenemos una información, la cual debe ser tratada con un modelo específico, para de esta manera poder obtener los resultados esperados o las conclusiones a las cuales podemos llamar conocimiento, es decir, hay que analizar la información que logramos recolectar para poder obtener conocimiento. Estos modelos se pueden clasificar en modelos predictivos y modelos descriptivos. Predictivos: usados para estimar valores futuros o desconocidos de la misma variable o de variables independientes . Requieren de un entrenamiento. Ej: estimar la demanda de un nuevo producto en función del gasto en publicidad.   Descriptivos: identifican patrones que explican o resumen los datos, es decir, sirven para

1. Conjunto de datos requeridos por el cliente El cliente determina los objetivos que quiere conseguir gracias a la Data Mining. "Que quiere el cliente" 2. A bastecimiento de datos Ubicar la fuente de datos. "Donde están los datos" 3. Recolectar los datos Una vez ubicada la fuente de datos procedemos a obtener los mismos para nuestra manipulación. "Colecciono los datos" 4. Identificar los datos relevantes requeridos por el cliente Determinar los datos que me sirven de acuerdo a la solicitud del cliente, en este paso se realiza una limpieza de la información. "Identificar los datos relevantes"   5. Realizar control de calidad Verificamos si la información cumple con lo requerido por el cliente. "Hacer un chequeo de que datos me sirven"       6. Datos finales entregados al cliente Se verifica que los resultados obtenidos cumplan con lo buscado inicialmente y se entregan al cliente. "Lanzamiento de la información&quo