2.7 KiB
Mineria de datos
OBJETIVOS
El objetivo de la unidad es la de comprender el concepto de minería de datos, y el proceso de descubrimiento de conocimiento, como así también la comprensión de las fases de un proyecto de minería de datos. GUÍA DE PREGUNTAS PARA REVISAR CONCEPTUALMENTE LA UNIDAD
1. ¿En qué consiste el Data Mining y cuál es su utilidad? Explique.
El Data Mining es el proceso de analizar grandes conjuntos de datos para descubrir patrones y conocimientos útiles que mejoren la toma de decisiones y optimicen procesos en diversos campos.
2. ¿Por qué se llama minería al proceso de descubrir nuevo conocimiento?
Porque es el descubimiento de informacion nueva en un lugar ya conocido.
3. ¿Qué tipos de datos utiliza la minería de datos
Utiliza Tipos de datos estructurados como bases de datos o semiestructurados como xml o json.
4. ¿Qué es un proyecto de minería de datos
Es un proyecto en el cual se busca analizar grandes conjuntos de datos.
5. ¿Cuál es la relación de la minería de datos con un Data warehouse?
La mineria de datos suele utilizar una data warehouse como fuente centralizada de datos normalizados.
6. ¿Cuáles son las fases de un proyecto de minería de datos? Explíquelas.
- Comprensión de los Datos: Recopilar, explorar y evaluar los datos disponibles para determinar su calidad y relevancia.
- Preparación de los Datos: Limpiar, transformar y seleccionar los datos adecuados para el análisis.
- Modelado: Aplicar técnicas y algoritmos de minería de datos para identificar patrones y relaciones.
- Despliegue: Implementar y utilizar los modelos en el entorno real para la toma de decisiones o procesos automáticos
7. ¿Qué es la minería de datos?
Un proceso de analisis donde el sujeto es un gran conjunto de datos almacenados para poder tomar decisiones informadas en la empresa.
8. ¿Cuáles son las posibles aplicaciones predictivas? 13. ¿Cuáles son las posibles aplicaciones asociativas?
- Las aplicaciones predictivas incluyen previsión de ventas, detección de fraudes, análisis de riesgos y recomendaciones personalizadas.
- Las aplicaciones asociativas incluyen análisis de canasta de compras, identificación de patrones de comportamiento y detección de relaciones entre variables en conjuntos de datos.
9. Explique las diferencias entre una variable continua y una discreta. ¿Cómo haría para volver discreta una variable continua? Cite un ejemplo.
Una variable continua es una que posee una infinita cantidad de puntos intermedios entre el 0 y 1. mientra que una discreta posee una cantidad finita. por ejemplo una discreta seria un sistema de numeros que solo permita un numero despues de la coma. ya que desde el 0 al 1 hay 10 numeros 0.1, 0.2, 0.3, ….