Saltar al contenido

Data mining definicion

junio 2, 2022

¿qué es la minería de datos? definición y significado de la minería de datos

La minería de datos es un proceso utilizado por las empresas para convertir los datos brutos en información útil. Mediante el uso de programas informáticos para buscar patrones en grandes lotes de datos, las empresas pueden conocer mejor a sus clientes para desarrollar estrategias de marketing más eficaces, aumentar las ventas y reducir los costes. La minería de datos depende de la recopilación eficaz de datos, el almacenamiento y el procesamiento informático.

La minería de datos implica la exploración y el análisis de grandes bloques de información para obtener patrones y tendencias significativos. Puede utilizarse de diversas formas, como el marketing de bases de datos, la gestión del riesgo crediticio, la detección de fraudes, el filtrado de correo electrónico no deseado o incluso para discernir el sentimiento o la opinión de los usuarios.

El proceso de minería de datos se divide en cinco pasos. En primer lugar, las organizaciones recogen los datos y los cargan en sus almacenes de datos. A continuación, almacenan y gestionan los datos, ya sea en servidores internos o en la nube. Los analistas de negocio, los equipos de gestión y los profesionales de las tecnologías de la información acceden a los datos y determinan cómo quieren organizarlos. A continuación, el software de aplicación clasifica los datos en función de los resultados del usuario y, por último, el usuario final presenta los datos en un formato fácil de compartir, como un gráfico o una tabla.

minería de datos|learnitintamil|தமிழ் #datamining

La minería de datos es un proceso de extracción y descubrimiento de patrones en grandes conjuntos de datos que implica métodos en la intersección del aprendizaje automático, la estadística y los sistemas de bases de datos.[1] La minería de datos es un subcampo interdisciplinario de la informática y la estadística con el objetivo general de extraer información (con métodos inteligentes) de un conjunto de datos y transformar la información en una estructura comprensible para su uso posterior. [1][2][3][4] La minería de datos es la etapa de análisis del proceso de «descubrimiento de conocimiento en bases de datos», o KDD (Knowledge Discovery in Database)[5] Además de la etapa de análisis en bruto, también implica aspectos de gestión de bases de datos y datos, preprocesamiento de datos, consideraciones de modelo e inferencia, métricas de interés, consideraciones de complejidad, posprocesamiento de estructuras descubiertas, visualización y actualización en línea[1].

El término «minería de datos» es un término erróneo, ya que el objetivo es la extracción de patrones y conocimientos a partir de grandes cantidades de datos, no la extracción (minería) de los datos en sí[6]. También es una palabra de moda[7] y se aplica con frecuencia a cualquier forma de procesamiento de datos o información a gran escala (recopilación, extracción, almacenamiento, análisis y estadística), así como a cualquier aplicación de sistema informático de apoyo a la toma de decisiones, incluida la inteligencia artificial (por ejemplo, el aprendizaje automático) y la inteligencia empresarial. El libro Data mining: Practical machine learning tools and techniques with Java[8] (que cubre principalmente material de aprendizaje automático) iba a llamarse originalmente sólo Practical machine learning, y el término minería de datos sólo se añadió por razones de marketing[9] A menudo los términos más generales (a gran escala) análisis de datos y analítica -o, cuando se refiere a los métodos reales, inteligencia artificial y aprendizaje automático- son más apropiados.

minería de datos (introducción para estudiantes de negocios)

La minería de datos es un proceso de extracción y descubrimiento de patrones en grandes conjuntos de datos que implica métodos en la intersección del aprendizaje automático, la estadística y los sistemas de bases de datos[1]. La minería de datos es un subcampo interdisciplinario de la informática y la estadística con el objetivo general de extraer información (con métodos inteligentes) de un conjunto de datos y transformar la información en una estructura comprensible para su uso posterior. [1][2][3][4] La minería de datos es la etapa de análisis del proceso de «descubrimiento de conocimiento en bases de datos», o KDD (Knowledge Discovery in Database)[5] Además de la etapa de análisis en bruto, también implica aspectos de gestión de bases de datos y datos, preprocesamiento de datos, consideraciones de modelo e inferencia, métricas de interés, consideraciones de complejidad, posprocesamiento de estructuras descubiertas, visualización y actualización en línea[1].

El término «minería de datos» es un término erróneo, ya que el objetivo es la extracción de patrones y conocimientos a partir de grandes cantidades de datos, no la extracción (minería) de los datos en sí[6]. También es una palabra de moda[7] y se aplica con frecuencia a cualquier forma de procesamiento de datos o información a gran escala (recopilación, extracción, almacenamiento, análisis y estadística), así como a cualquier aplicación de sistema informático de apoyo a la toma de decisiones, incluida la inteligencia artificial (por ejemplo, el aprendizaje automático) y la inteligencia empresarial. El libro Data mining: Practical machine learning tools and techniques with Java[8] (que cubre principalmente material de aprendizaje automático) iba a llamarse originalmente sólo Practical machine learning, y el término minería de datos sólo se añadió por razones de marketing[9] A menudo los términos más generales (a gran escala) análisis de datos y analítica -o, cuando se refiere a los métodos reales, inteligencia artificial y aprendizaje automático- son más apropiados.

qué es la minería de datos – jerga de la ciencia de datos para principiantes

La minería de datos es un proceso de extracción y descubrimiento de patrones en grandes conjuntos de datos que implica métodos en la intersección del aprendizaje automático, la estadística y los sistemas de bases de datos[1]. La minería de datos es un subcampo interdisciplinario de la informática y la estadística con el objetivo general de extraer información (con métodos inteligentes) de un conjunto de datos y transformar la información en una estructura comprensible para su uso posterior. [1][2][3][4] La minería de datos es la etapa de análisis del proceso de «descubrimiento de conocimiento en bases de datos», o KDD[5]. Además de la etapa de análisis en bruto, también implica aspectos de gestión de bases de datos y datos, preprocesamiento de datos, consideraciones de modelo e inferencia, métricas de interés, consideraciones de complejidad, posprocesamiento de las estructuras descubiertas, visualización y actualización en línea[1].

El término «minería de datos» es un término erróneo, ya que el objetivo es la extracción de patrones y conocimientos a partir de grandes cantidades de datos, no la extracción (minería) de los datos en sí[6]. También es una palabra de moda[7] y se aplica con frecuencia a cualquier forma de procesamiento de datos o información a gran escala (recopilación, extracción, almacenamiento, análisis y estadística), así como a cualquier aplicación de sistema informático de apoyo a la toma de decisiones, incluida la inteligencia artificial (por ejemplo, el aprendizaje automático) y la inteligencia empresarial. El libro Data mining: Practical machine learning tools and techniques with Java[8] (que cubre principalmente material de aprendizaje automático) iba a llamarse originalmente sólo Practical machine learning, y el término minería de datos sólo se añadió por razones de marketing[9] A menudo los términos más generales (a gran escala) análisis de datos y analítica -o, cuando se refiere a los métodos reales, inteligencia artificial y aprendizaje automático- son más apropiados.

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de tus datos para estos propósitos. Más información
Privacidad