Universidad virtual del estado de guanajuato
R3. Data mining
módulo: Análisis de datos
Alumno: Perez Mendez, Christian Matrícula: 21010561 Asesora: Lozano Hernández, Tania
03/08/2023
02.preguntas sobre "data mining"
03.Ejemplos
01.introducción
TABLA DE CONTENIDO
06.referencias
05.Cierre
04.resumen comparativo
01
Introducción
01. RESUMEN
Introducción
El "Data Mining" es una rama del Data Science. En este trabajo nos centraremos en definir el Data Mining y ofrecer unos ejemplos acerca de esté tema, utilizando un cuadro comparativo.
02
Preguntas sobre el "Data mining"
02. Preguntas sobre el "data mining"
¿Qué es el data mining?
- Es un proceso en el cual se utiliza el análisis de datos para resolver problemas encontrando patrones y sus relaciones entre estos(Universidad de Alcalá,2018). ¿Cuáles son los orígenes del data mining?
- En 1960 se manejaban una coleccion de datos (usualmente se usaban términos como Data Fishing, Data Mining o Data Archaeology)(Cutro,2010). - En 1980 se consolidaron los terminos de mineria de datos (Cutro,2010). - 1990 Se utiliza más el termino almacenan los datos,
02. Preguntas sobre el "data mining"
¿Cuáles son las fuentes que pueden ser integradas en el data mining? Se pueden integrar: Fuentes de datos: Pueden ser bases de datos, archivos de texto, hojas de cálculo,etc. También se pueden extraer datos de la Worl Wide Wen (www) que es de las mayores fuentes de datos . Servidor de bases de datos: Es el lugar en donde se almacena y recuperan los datos según lo rquiera el usuario. Motor de mineria de datos: Es en donde se realizan todo tipo de técnicas para el minado de datos. Módulos de evaluación de patrones: En esta parte se encargan de encontrar los patrones interesantes de los datos. Interfaz gráfica de usuario: Es la forma de comunicacion del usuario con el sistema de extracción de datos.
02. Preguntas sobre el "data mining"
¿Cómo son aplicados los métodos científicos en el data mining?
- Dentro del método científico se observan 5 pasos que van desde la observación, hasta las conclusiones. Esto nos indica que es un método que consta de dividir en una serie de pasos un problema. por lo tanto en el "Data Mining" es similar, se parte de preguntas, pasando por análisis y terminando en las conclusiones. Dentro del Data Mining también ocupamos acalitica descriptiva, predictiva y prescriptiva. (CEUPE,s.f.)
02. Preguntas sobre el "data mining"
Investiga y describe al menos 3 herramientas para visualizar datos de resultados del data mining según la arquitectura. 1. Orange: "Trabaja con operadores para clasificar, regresión y clustering.Por otra parte ofrece una visualización de datos"(Gestion.org, s.f). 2. Knime: Permite descubrir estructuras ocultas de datos, entre sus funciones están el analisis integrativo de datos, aprendizaje automatico, extraccion, transformación y carga de datos (Gestion.org, s.f). 3. SAS: Contiene una visualización interactiva de datos, provee la mejor tecbología para la realización de pronósticos. (Gestion.org, s.f). 4. Weka: Se puede conectar a bases de datos SQL, clasificar datos, análizar clústeres, contiene arboles de decisión (Gestion.org, s.f).
03
ejemplos
Captación de clientes
03. Ejemplos
Una empresa dedicada al sector "fitness" desea saber si ofrecer alimentos con los objetivos nutrimentales especificos de sus clientes es una buena opción, para esto se utilizará la mineria de datos.
a. Fuentes de datos - Redes sociales. - Encuesta de clientes por medio de google. - Bases de datos de la empresa.b. Servidor para el depósito de datos - MongoDB c. Motor de minería de datos
- Weka
d. Módulo de evaluación de patrones- Re. Interfaz gráfica de usuario - Gráficas en formato de imagen f. Base de conocimiento - Se conoce que muchas personas no tienen tiempo de preparar sus alimentos. - En este sector se prefiere la practicidad. - Se utiliza gran cantidad de dinero en sus alimentos.
Inventario de productos
03. Ejemplos
Una empresa dedicada al comercio en linea desea conocer la cantidad de producto que tendría que tener para el mes de Noviembre y de esta forma tener solo el producto necesario.
a. Fuentes de datos - Bases de datos de la empresa.b. Servidor para el depósito de datos - MongoDB - Odoo (ERP) c. Motor de minería de datos
- SAS
d. Módulo de evaluación de patrones- Re. Interfaz gráfica de usuario - Gráficas y documentación en pdf. f. Base de conocimiento - Las bases de datos contienen las ventas de los años anteriores. - Se tiene estimación de la cantidad de producto vendida por meses.
04
Resumen comparativo
04. REsumen comparativo
https://view.genial.ly/64cbc0f013c670001806cacd/interactive-content-ejemplos-de-mineria-de-datos
05
cierre
05. Cierre
Lleva al límite tu reto, puedes considerar que uno u otro cliente utilizan ERP’s, CRM’s, Content Management tal vez disponen de un data warehouse; pueden tener publicados sus productos en redes sociales y quizás quieran conocer reacciones como “Me gusta”, “Enojo” u otro común; tienen el poder económico de comprar tu solución, pero tú tienes competidores ¿Cuál será tu mejor diseño?
- No solo ofrecer la mineria de datos, si no explicarle adecuadamente al cliente lo que estamos haciendo y como esté le puede ayudar a evolucionar su negocio, ofeciendo gráficas y tablas con un diseño más simple, esto permite una mejor comprensión de lo que estamos dando a conocer. ¿Cómo te sentiste al realizar esta actividad?
- Un poco confundido con ciertas partes del tema, ya que algunas no están muy claras o no las comprendi del todo bien, sin embargo el intentar realizarlo aporta una sensación de logro, de que investigando un poco se pueden lograr hacer algo y obtener un conocimiento.
05. Cierre
¿Qué te parecieron los estándares de la industria vistos en la arquitectura de data mining? - Son estandares que se tienen que cumplir para poder ofrecer una solucion de mineria de datos fiable, ya que todos y cada uno cumplen una funcion. Teniendo estandares se logra una mejor competencia en el mercado. ¿Consideras que realizar el cuadro comparativo enriqueció tus perspectivas respecto al data mining? - Comparar 2 o más ejemplos (o cualquier otro tema), siempre brinda una perspectiva diferente sobre un tema en común, nos permite ampliar el conocimiento y ademas ofrece modelos de pensamiento que quiza habia pasado por alto.
06
referencias
REFERENCIAS
- CEUPE. (s.f.). ¿Qué es el data mining? | 2023. Maestrías y MBA. https://www.ceupe.mx/blog/que-es-el-data-mining.html
- ¿Cuáles son los pasos del método científico? (s.f.). Concepto. https://concepto.de/cuales-son-los-pasos-del-metodo-cientifico/
- Cutro, A. (2010, 26 de febrero). 1.7.1 evolución historia de la minería de datos | dataprix. Software IT para la empresa | Dataprix. https://www.dataprix.com/es/mineria-datos-aplicada-encuesta-permanente-hogares/171-evolucion-historia-mineria-datos
- Gestion.org. (s.f.). ¿Que es el data mining? Conoce su objetivo, proceso, técnicas y herramientas. Gestión.org. https://www.gestion.org/que-es-el-data-mining/
- Greyrat, R. (2022, 5 de junio). Tipos y parte de la arquitectura de minería de datos – Barcelona Geeks. Barcelona Geeks – La mayor colección de tutoriales y referencias. https://barcelonageeks.com/tipos-y-parte-de-la-arquitectura-de-mineria-de-datos/
REFERENCIAS
- OpenERP SPAIN. (s.f.). Portal odoo (openerp) en españa. Odoo - OpenERP - ERP, CRM, MRP, SGA 100% Libre - | Sin Licencias. https://openerpspain.com/
- SAS. (s.f.).Software SAS intelligent decisioning. https://www.sas.com/es_es/software/intelligent-decisioning.html
- Schwab, P. N. (2021, 10 de mayo). Minería de datos: Definición, 5 herramientas gratuitas y técnicas. Market research consulting. https://www.intotheminds.com/blog/es/mineria-de-datos-definicion-5-herramientas-gratuitas-y-tecnicas/
- Universidad de Alcalá. (2010). ¿Sabes lo que es el data mining? - máster en data science. Máster en Data Science. https://www.master-data-scientist.com/que-es-data-mining/
- Wideskills. (s.f.). Data mining architecture | data mining tutorial by wideskills. wideskills.com | Develop new skills and find better jobs. https://www.wideskills.com/data-mining-tutorial/data-mining-architecture
Data Mining
pmzchris
Created on August 2, 2023
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Higher Education Presentation
View
Psychedelic Presentation
View
Vaporwave presentation
View
Geniaflix Presentation
View
Vintage Mosaic Presentation
View
Modern Zen Presentation
View
Newspaper Presentation
Explore all templates
Transcript
Universidad virtual del estado de guanajuato
R3. Data mining
módulo: Análisis de datos
Alumno: Perez Mendez, Christian Matrícula: 21010561 Asesora: Lozano Hernández, Tania
03/08/2023
02.preguntas sobre "data mining"
03.Ejemplos
01.introducción
TABLA DE CONTENIDO
06.referencias
05.Cierre
04.resumen comparativo
01
Introducción
01. RESUMEN
Introducción
El "Data Mining" es una rama del Data Science. En este trabajo nos centraremos en definir el Data Mining y ofrecer unos ejemplos acerca de esté tema, utilizando un cuadro comparativo.
02
Preguntas sobre el "Data mining"
02. Preguntas sobre el "data mining"
¿Qué es el data mining? - Es un proceso en el cual se utiliza el análisis de datos para resolver problemas encontrando patrones y sus relaciones entre estos(Universidad de Alcalá,2018). ¿Cuáles son los orígenes del data mining? - En 1960 se manejaban una coleccion de datos (usualmente se usaban términos como Data Fishing, Data Mining o Data Archaeology)(Cutro,2010). - En 1980 se consolidaron los terminos de mineria de datos (Cutro,2010). - 1990 Se utiliza más el termino almacenan los datos,
02. Preguntas sobre el "data mining"
¿Cuáles son las fuentes que pueden ser integradas en el data mining? Se pueden integrar: Fuentes de datos: Pueden ser bases de datos, archivos de texto, hojas de cálculo,etc. También se pueden extraer datos de la Worl Wide Wen (www) que es de las mayores fuentes de datos . Servidor de bases de datos: Es el lugar en donde se almacena y recuperan los datos según lo rquiera el usuario. Motor de mineria de datos: Es en donde se realizan todo tipo de técnicas para el minado de datos. Módulos de evaluación de patrones: En esta parte se encargan de encontrar los patrones interesantes de los datos. Interfaz gráfica de usuario: Es la forma de comunicacion del usuario con el sistema de extracción de datos.
02. Preguntas sobre el "data mining"
¿Cómo son aplicados los métodos científicos en el data mining? - Dentro del método científico se observan 5 pasos que van desde la observación, hasta las conclusiones. Esto nos indica que es un método que consta de dividir en una serie de pasos un problema. por lo tanto en el "Data Mining" es similar, se parte de preguntas, pasando por análisis y terminando en las conclusiones. Dentro del Data Mining también ocupamos acalitica descriptiva, predictiva y prescriptiva. (CEUPE,s.f.)
02. Preguntas sobre el "data mining"
Investiga y describe al menos 3 herramientas para visualizar datos de resultados del data mining según la arquitectura. 1. Orange: "Trabaja con operadores para clasificar, regresión y clustering.Por otra parte ofrece una visualización de datos"(Gestion.org, s.f). 2. Knime: Permite descubrir estructuras ocultas de datos, entre sus funciones están el analisis integrativo de datos, aprendizaje automatico, extraccion, transformación y carga de datos (Gestion.org, s.f). 3. SAS: Contiene una visualización interactiva de datos, provee la mejor tecbología para la realización de pronósticos. (Gestion.org, s.f). 4. Weka: Se puede conectar a bases de datos SQL, clasificar datos, análizar clústeres, contiene arboles de decisión (Gestion.org, s.f).
03
ejemplos
Captación de clientes
03. Ejemplos
Una empresa dedicada al sector "fitness" desea saber si ofrecer alimentos con los objetivos nutrimentales especificos de sus clientes es una buena opción, para esto se utilizará la mineria de datos.
a. Fuentes de datos - Redes sociales. - Encuesta de clientes por medio de google. - Bases de datos de la empresa.b. Servidor para el depósito de datos - MongoDB c. Motor de minería de datos - Weka
d. Módulo de evaluación de patrones- Re. Interfaz gráfica de usuario - Gráficas en formato de imagen f. Base de conocimiento - Se conoce que muchas personas no tienen tiempo de preparar sus alimentos. - En este sector se prefiere la practicidad. - Se utiliza gran cantidad de dinero en sus alimentos.
Inventario de productos
03. Ejemplos
Una empresa dedicada al comercio en linea desea conocer la cantidad de producto que tendría que tener para el mes de Noviembre y de esta forma tener solo el producto necesario.
a. Fuentes de datos - Bases de datos de la empresa.b. Servidor para el depósito de datos - MongoDB - Odoo (ERP) c. Motor de minería de datos - SAS
d. Módulo de evaluación de patrones- Re. Interfaz gráfica de usuario - Gráficas y documentación en pdf. f. Base de conocimiento - Las bases de datos contienen las ventas de los años anteriores. - Se tiene estimación de la cantidad de producto vendida por meses.
04
Resumen comparativo
04. REsumen comparativo
https://view.genial.ly/64cbc0f013c670001806cacd/interactive-content-ejemplos-de-mineria-de-datos
05
cierre
05. Cierre
Lleva al límite tu reto, puedes considerar que uno u otro cliente utilizan ERP’s, CRM’s, Content Management tal vez disponen de un data warehouse; pueden tener publicados sus productos en redes sociales y quizás quieran conocer reacciones como “Me gusta”, “Enojo” u otro común; tienen el poder económico de comprar tu solución, pero tú tienes competidores ¿Cuál será tu mejor diseño? - No solo ofrecer la mineria de datos, si no explicarle adecuadamente al cliente lo que estamos haciendo y como esté le puede ayudar a evolucionar su negocio, ofeciendo gráficas y tablas con un diseño más simple, esto permite una mejor comprensión de lo que estamos dando a conocer. ¿Cómo te sentiste al realizar esta actividad? - Un poco confundido con ciertas partes del tema, ya que algunas no están muy claras o no las comprendi del todo bien, sin embargo el intentar realizarlo aporta una sensación de logro, de que investigando un poco se pueden lograr hacer algo y obtener un conocimiento.
05. Cierre
¿Qué te parecieron los estándares de la industria vistos en la arquitectura de data mining? - Son estandares que se tienen que cumplir para poder ofrecer una solucion de mineria de datos fiable, ya que todos y cada uno cumplen una funcion. Teniendo estandares se logra una mejor competencia en el mercado. ¿Consideras que realizar el cuadro comparativo enriqueció tus perspectivas respecto al data mining? - Comparar 2 o más ejemplos (o cualquier otro tema), siempre brinda una perspectiva diferente sobre un tema en común, nos permite ampliar el conocimiento y ademas ofrece modelos de pensamiento que quiza habia pasado por alto.
06
referencias
REFERENCIAS
REFERENCIAS