Skip to main content

Actividad Sumativa N° 1 Unidad I y II: REVISTA DIGITAL

Page 1


La Minería de información mas grande, a un Clic

Mendoza, Luis E. C.I.28.380.009

23 junio 2024

Con la gran variedad de información digital existente, pese a que existe una diversidad de opiniones, existe una forma de maximizar esta búsqueda investigativa.

La definición de un concepto clave como el “Dato” facilita el entendimiento del tema.

PAGINA 3

La Minería de información más grande, a un Clic

Mendoza, Luis E. C.I.28.380.009

Deming,E.(1986). "Sindatos,soloeres otra persona con una opinión". Esta frase descrita por el estadístico estadounidense resalta la importancia de la información.

Por lo que tener una base teórica que sustente las hipótesis de las investigaciones es lo que resalta su validez.

LABRUJULADELA

INFORMACION:

El minado de datos es un conjunto de técnicas y tecnologías que permiten explorar grandes bases de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones repetitivos que expliquen el comportamiento de estos datos.

Tiene el objetivo de ayudar a comprender una enormecantidaddedatos yqueestospudieran ser utilizados para extraer conclusiones para la investigación.

Esdecir,talcomobuscarunaagujaenunpajar, la minería de datos simplifica la búsqueda y despeja las ideas incoherentes y brinda una información útil en un mar de conocimientos.

A pesar de que la idea del Data Mining puedeparecerunainnovación tecnológica muyreciente,enrealidad este término apareció en los años sesenta en forma separada bajo los conceptos de la data fishing o data archeology

No obstante, no fue hasta los años ochenta cuando empezó su consolidación. (Página 3)

"La minería de datos es como extraer oro de una mina: debes excavar toneladas de datos antes de encontrar algo valioso" Agrawal, R. (1995)

La Minería de información más grande, a un Clic.

Mendoza, Luis E. C I.28.380.009

Ambos conceptos antes de la década de los 80, conformaban lo que sería la base del Data Minining resultados engañosos.

23 Junio 2024

e refiere a métodos para recuperar información almacenada en formatos que se están volviendo obsoletos traduciéndolos a un formato más común.

Se refiere a análisis que se realizan sin preguntas de investigación predefinidas, con una alta probabilidad de que se obtengan resultados engañosos.

A partir de los 80, se implementa el termino Minería de datos y Knowledge Data Discovery (KDD), siendo la minera una evolución de ambas ciencias combinadas y aplicada a diversas áreas.

"Los Datos en general son hechos que describen eventos y entidades” Codd. E. (1990)

Un dato es la representación de una variable que puede ser cuantitativa o cualitativa que indica un valor que se le asigna a las cosas y se representa a través de una secuencia de símbolos, números o letras.

Losdatosdescribenhechosempíricos. Para examinarlos deben ser organizados o tabulados, ya que un datoporsímismonopuededemostrar demasiado, sino que se debe evaluar el conjunto para examinar los resultados

En el contexto de la minería de datos, los datos suelen ser estructurados en tablas o bases de datos para facilitar su análisis.

Portanto,seexpresaque, su distribución sirve como una herramienta para determinar el comportamiento de un evento.

Las bases de datos son un conjunto de datos clasificados siendo una forma de mostrar los datos para ser analizados.

La Minería de información más grande, a un Clic

Mendoza, Luis E. C.I.28.380.009

El Descubrimiento de conocimiento en bases de datos (KDD: Knowledge Discovery in Databases) Es un proceso automático en el que se combinan descubrimiento y análisis. Extrayendopatronesenbaseaunacondición, a partir de los datos, para que el usuario los analice.

En las primeras etapas: La selección y preprocesamientosonclaveparagarantizarla calidad del análisis posterior, ya que se identifica la información relevante y se agrupan acorde a los requerimientos del usuario en el proceso de selección.

Supropósitoyaceenlafacilidadparalatoma de decisiones, predicción de comportamiento a través de descubrimiento de patrones y tendenciasenelentornodeminería,paraello,se explora mediante la utilización de técnicas y tecnologías, bases de datos enormes de manera automática haciendo uso de estadísticas y algoritmos de búsqueda en base a inteligencias artificiales y redes neuronales.

Portanto,sepuedeexpresarquesupropósitoes llegaraconclusionesomostrardatosrealesentre el gran volumen de información existente en internet.

DESCUBRIMIENTO

El vicepresidente senior y director global de investigacióndeGartner,Inc Sondergaard, P (2011) durante un discurso un expresoque:"Lainformación eselpetróleodelsigloXXIy la analítica es el motor de combustión".

Para que el preprocesamiento determina la utilidad de la información, se aplican algoritmos para tratar los datos desconocidos y depure la información innecesaria

Enla fasede transformación buscaconvertir los datos en una forma adecuada para el análisis. De ahí pasa a La minería de datos en sí es donde se aplican técnicas y algoritmos para descubrir patrones y relaciones en los datos. Finalmente, la evaluación permite determinar la relevancia y utilidad de los patrones descubiertos.

EL NORTE DE LA MINERIA DE

La Minería de información más grande, a un Clic

Mendoza, Luis E. C.I.28.380.009

En el área de la salud, la minería de datos se puede utilizar para consultar bases de datos médicas, buscando correlaciones entre los síntomas y las características de las personas.

23 Junio 2024

MINERIA DE DATOS: LA

Pensar que la minería de datos se usa estrictamente en empresas de TI y funciones similares está equivocado.

Esta práctica ayuda a las organizaciones a identificar brechas y errores en los procesos ensuconjunto,comocuellosdebotellaenlas cadenas de suministro o una simple entrada de datos inadecuada que está contaminando su análisis.

En el comercio minorista, una de las principalesaplicacionesdelamineríadedatos es la comprensión de los comportamientos, preferencias y decisiones de los clientes. Lamineríadedatosse utilizaenelcampode la investigación educativa con el fin de comprender los factores que influyen en los comportamientos que reducen su aprendizaje.

Deming, E. (1986). OUT OF THE CRISIS. Massachusetts Institute of Technology (MIT). Massachusetts, Estados Unidos.

Agrawal, R. (1995). MINING SEQUENTIAL PATTERNS. International Conference on Data Engineering. Taipei. Taiwan.

Codd, E. (1990). THE RELATIONAL MODEL FOR DATABASE MANAGEMENT: VERSION 2. Addison-Wesley. Massachusetts. Estados Unidos.

Sondergaard, P. (2011) DISCURSODEANALISIS DEDATOS. Simposio Gartner/ITxpo, Orlando. Florida.

Turn static files into dynamic content formats.

Create a flipbook
Actividad Sumativa N° 1 Unidad I y II: REVISTA DIGITAL by Luis Enrique - Issuu