Mineria de Datos

1
República Bolivariana De Venezuela
Ministerio Del Poder Popular Para La Educación Universitaria
Universidad Alonso De Ojeda
Facultad De Ingeniería
Escuela De Computación
Minería de Datos
INTRODUCCION A LA MINERIA DE DATOS
Autor:
Marin Maria.
27.139.458
Seccion: IC1111
Profesor: Fuenmayor Ángel.
Ciudad Ojeda, Julio 2022

2
Introduccion
Una de las formas en que las organizaciones intentan aprovechar al máximo los datos a
su disposición es a través de la minería de datos. Esta técnica puede ser realmente valiosa para
optimizar las operaciones, generar pronósticos comerciales precisos, aumentar el ROI de
marketing y ventas, proporcionar información valiosa para los clientes y mucho más.
Un paso que a menudo se pasa por alto al implementar procesos de datos, incluida la
minería, es la integración. En pocas palabras, la integración de datos significa combinar
información de varias fuentes dispares en una base de datos unificada para una vista más
consistente.
La integración de tus datos puede hacer que la minería sea más efectiva y precisa. Debido
a que tus datos se unifican, enriquecen y actualizan después de la integración, es mucho más fácil
y rápido identificar tendencias y patrones, lo que puede permitir una toma de decisiones más ágil
basada en resultados actuales y precisos.

3
¿QUE ES LA MINERIA DE DATOS?
Es un proceso de hallar anomalías, patrones y correlaciones en grandes conjuntos de datos
para predecir resultados. Empleando una amplia variedad de técnicas, puede utilizar esta
información para incrementar sus ingresos, recortar costos, mejorar sus relaciones con clientes,
reducir riesgos y más.
Asi mismo, la minería de datos, como una disciplina compuesta, representa diversos
métodos o técnicas que se utilizan en diferentes capacidades analíticas que abordan una gama de
necesidades organizacionales, hacen diferentes tipos de preguntas y utilizan diferentes niveles de
aportación humana o reglas para llegar a una decisión.
Aplicación de la Mineria de Datos
Es ampliamente utilizada en diversas áreas, que cada vez son más, a medida que la
tecnología sigue avanzando en este campo. Dentro de la minería de datos hay aplicaciones de todo
tipo que pueden encontrarse en el mercado. Sus posibilidades permiten que empresas de diferentes
sectores se puedan beneficiar de la obtención de datos fiables para el analytics.
Asi mismo, sus aplicaciones mas populares son:
Análisis de datos financieros: se emplea tanto en el sector bancario como en el de las
finanzas. Se busca proveer datos que aseguren que es posible practicar análisis sistemáticos en
condiciones avanzadas y con garantías de fiabilidad. Algunos ejemplos son:
 Diseño y construcción de almacenes de datos para el análisis multidimensional de datos.

 Predicción de pago de préstamos y análisis de políticas de crédito de cliente.
 Clasificación y el agrupamiento de los clientes para la creación de ofertas personalizadas.
 Detección de blanqueamiento de dinero y otros delitos financieros.
Industria minorista: el sector retail recoge grandes cantidades de datos provenientes de
las ventas, el historial de compra de los clientes o el transporte de mercancías. La cantidad de datos
recogidos continúa expandiéndose rápidamente debido al aumento de la facilidad, disponibilidad

4
y popularidad de la web y las transacciones online. La minería de datos con sus aplicaciones para
la industria minorista ayuda a identificar patrones de compra de los clientes y tendencias. De esta
forma, las empresas están en condiciones de proporcionar una mejor calidad de servicio al cliente,
aumentando su satisfacción y facilitando su retención. Entre estas aplicaciones destacan las que
permiten:
 El análisis multidimensional de las ventas, los clientes, los productos, el tiempo y

la región.
 Los análisis de la eficacia de las campañas de ventas.
 La recomendación personalizada de productos.
 Las referencias cruzadas de artículos.
Industria de las telecomunicaciones: en este sector, los datos son especialmente
importantes para alcanzar una buena comprensión del negocio. La minería de datos y aplicaciones
específicamente diseñadas para este área, ayudan en la identificación de los patrones de
telecomunicaciones, facilitan la detección de actividades fraudulentas y posibilitan el hacer un
mejor uso de los recursos, mejorando la calidad del servicio. Entre las más ventajosas están:
 Análisis multidimensional de datos de telecomunicaciones.

 Análisis de patrones fraudulentos.
 Identificación de patrones inusuales, hábitos y tendencias.
 Asociación multidimensional y análisis de patrones secuenciales.
Análisis de datos biológicos: el campo de la biología es uno de los más beneficiados por
los avances de la tecnología. La genómica, la proteómica, la genómica funcional y la minería de
datos aplicada a la investigación de los seres vivos son sólo algunos ejemplos, una lista donde no
hay que olvidarse de la bioinformática. La minería de datos con sus aplicaciones aporta una
contribución importante para el análisis de datos biológicos:
 Integración semántica de las bases de datos genómicos y proteómicos heterogéneos

distribuidos.
 Alineamiento, indexación, búsqueda de similitudes y análisis comparativo de
múltiples secuencias de nucleótidos.
 Descubrimiento de patrones y análisis de redes genéticas.
5
 Identificación de patrones de proteínas estructurales.

Importancia de la Mineria de Datos
Esta tiene una enorme importancia estratégica para una empresa, ya que le permite
comprender de una manera más contextualizada y precisa los comportamientos de los
consumidores y los movimientos del mercado. La minería de datos le permite:
 Filtrar todo el ruido caótico y repetitivo en sus datos.

 Entender qué es relevante y luego hacer un buen uso de esa información para
evaluar resultados probables.
 Acelerar el ritmo de la toma de decisiones informadas.
 Aprenda más acerca de técnicas de minería de datos en Minería de datos de la A a
la Z, documento que muestra cómo pueden las organizaciones utilizar la analítica
predictiva y la minería de datos para revelar nuevos insights partiendo de datos.
6
Conclusion
En la última década la minería de datos ha experimentado un enorme crecimiento como
resultado de los volúmenes de datos que procesan los sistemas de información. Los éxitos
obtenidos han demostrado la necesidad e importancia de este joven y prominente campo de
investigación, sin embargo, se requiere mayor estudio a fin de optimizar los métodos empleados
actualmente. Por ejemplo, la implementación de minería de datos en bases de datos orientadas a
objetos y espacio temporales
La minería de datos sirve para transformar datos sin procesar en información valiosa para
una empresa. Su alta capacidad analítica, que viene determinada por algoritmos de Inteligencia
Artificial y Machine Learning (aprendizaje automático), realiza conexiones y correlaciones entre
datos e identifica patrones y anomalías.

7
Bibliografias
AS Institute Inc. (s.f). Minería de datos.
https://www.sas.com/es_mx/insights/analytics/data-mining.html
Logicalis. (s.f). Mineria de datos: Aplicaciones mas populares.
https://blog.es.logicalis.com/analytics/mineria-de-datos-aplicaciones-que-ya-son-una-realidad

Mineria de Datos

Cargado por

Copyright:

Formatos disponibles

Mineria de Datos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mineria de Datos

Cargado por

Copyright:

Formatos disponibles

1

República Bolivariana De Venezuela

Ministerio Del Poder Popular Para La Educación Universitaria

Universidad Alonso De Ojeda

INTRODUCCION A LA MINERIA DE DATOS

Profesor: Fuenmayor Ángel.

Ciudad Ojeda, Julio 2022

optimizar las operaciones, generar pronósticos comerciales precisos, aumentar el ROI de

minería, es la integración. En pocas palabras, la integración de datos significa combinar

basada en resultados actuales y precisos.

¿QUE ES LA MINERIA DE DATOS?

Es un proceso de hallar anomalías, patrones y correlaciones en grandes conjuntos de datos

reducir riesgos y más.

necesidades organizacionales, hacen diferentes tipos de preguntas y utilizan diferentes niveles de

aportación humana o reglas para llegar a una decisión.

Aplicación de la Mineria de Datos

sectores se puedan beneficiar de la obtención de datos fiables para el analytics.

Asi mismo, sus aplicaciones mas populares son:

Análisis de datos financieros: se emplea tanto en el sector bancario como en el de las

condiciones avanzadas y con garantías de fiabilidad. Algunos ejemplos son:

 Diseño y construcción de almacenes de datos para el análisis multidimensional de datos.

recogidos continúa expandiéndose rápidamente debido al aumento de la facilidad, disponibilidad

 El análisis multidimensional de las ventas, los clientes, los productos, el tiempo y

específicamente diseñadas para este área, ayudan en la identificación de los patrones de

telecomunicaciones, facilitan la detección de actividades fraudulentas y posibilitan el hacer un

 Análisis multidimensional de datos de telecomunicaciones.

los avances de la tecnología. La genómica, la proteómica, la genómica funcional y la minería de

contribución importante para el análisis de datos biológicos:

 Integración semántica de las bases de datos genómicos y proteómicos heterogéneos

 Identificación de patrones de proteínas estructurales.

comprender de una manera más contextualizada y precisa los comportamientos de los

consumidores y los movimientos del mercado. La minería de datos le permite:

 Filtrar todo el ruido caótico y repetitivo en sus datos.

En la última década la minería de datos ha experimentado un enorme crecimiento como

obtenidos han demostrado la necesidad e importancia de este joven y prominente campo de

actualmente. Por ejemplo, la implementación de minería de datos en bases de datos orientadas a

objetos y espacio temporales

Artificial y Machine Learning (aprendizaje automático), realiza conexiones y correlaciones entre

datos e identifica patrones y anomalías.

AS Institute Inc. (s.f). Minería de datos.

Logicalis. (s.f). Mineria de datos: Aplicaciones mas populares.

También podría gustarte