Minería de Datos (Data Mining)

<< Anterior

answermath HOME

answermath en Español

SIGUIENTE >>

Tutoriales de Inteligencia artificial: Redes Neuronales ▫ Lógica Fuzzy ▫ Minería Datos ▫ Algoritmos Genéticos

Artificial Intelligence Tutorials: Data Mining ▫ Neural Networks ▫ Fuzzy Logic ▫ Genetic Algorithms

Tips cálculo mental: Suma ▫ Resta ▫ Multiplicación ▫ División ▫ Seno ▫ Coseno ▫ Tangente

Mental math Tips: Addition ▫ Subtraction ▫ Multiplication ▫ Division ▫ Sine ▫ Cosine ▫ Tangent

Cuando es útil la minería de datos (Data Mining): Algunas restricciones iniciales a las expectativas.

Sistemas parcialmente desconocidos: Si el modelo del sistema que produce los datos es bien conocido, entonces no necesitamos de la minería de datos ya que todas las variables son de alguna manera predecibles. Este no es el caso del comercio electrónico, debido a los efectos del comportamiento humano, el clima y de decisiones políticas entre otros.

En estos casos habrá una parte del sistema que es conocida y habrá una parte aparentemente de naturaleza aleatoria. Bajo ciertas circunstancias, a partir de una gran cantidad de datos asociada con el sistema, existe la posibilidad de encontrar nuevos aspectos previamente desconocidos del modelo.

Enorme cantidad de datos: Bases de datos muy grandes compensan la limitaciones de un modelo incompleto. Esto es particularmente cierto cuando las redes neuronales y otros técnicas adaptativas son utilizadas. En estos casos, se requieren suficiente cantidad de datos para el entrenamiento y la verificación.

Potente hardware y software: Muchas de las herramientas presentes en la minería de datos están basadas en el uso intensivo de la computación, en consecuencia convenientes equipos y software eficientes aumentarán el desempeño del proceso, el cual a veces debe vérselas con producciones de datos del orden de los Gbytes/hora.


	Web http://www.answermath.com