La base de la cuarta revolución industrial dependerá en gran medida de: datos(Datos) Sí comunicación(Comunicación) . servicios analíticos(Servicios analíticos) capaz de desarrollar o construir soluciones de minería de datos jugará un papel clave en este sentido. Puede ayudarlo a analizar y predecir los resultados del comportamiento de compra de sus clientes para llegar a compradores potenciales. Datos(Datos) se convertirán en un nuevo recurso natural y el proceso de extracción de información relevante de estos datos no clasificados cobrará gran importancia. Por lo tanto, la correcta comprensión del término: procesamiento de datos(procesamiento de datos) sus procesos y aplicaciones pueden ayudarnos a desarrollar un enfoque holístico de esta palabra de moda.
Fundamentos de la minería de datos.(Conceptos básicos de minería de datos) y sus tecnicas
La minería de datos, también conocida como Descubrimiento de conocimiento en datos ( KDD ) busca a través de grandes cantidades de datos para detectar patrones y tendencias que van más allá del simple análisis. Sin embargo, esta no es una solución de un solo paso, sino un proceso de varios pasos y se lleva a cabo en varios pasos. Incluyen:
1]Recopilación y preparación de datos
Comienza con la recopilación de datos y la organización adecuada. Esto ayuda a aumentar en gran medida las posibilidades de encontrar información que se puede encontrar a través de la minería de datos.
2]Construcción y evaluación del modelo
El segundo paso en el proceso de minería de datos es el uso de varias técnicas de modelado. Se utilizan para calibrar parámetros a valores óptimos. Las técnicas utilizadas dependen en gran medida de las capacidades analíticas requeridas para satisfacer una variedad de necesidades organizacionales y toma de decisiones.
Veamos brevemente algunas técnicas de minería de datos. Resulta que la mayoría de las organizaciones combinan dos o más técnicas de minería de datos para crear un proceso apropiado que cumpla con los requisitos de su negocio.
Leer(leer) : ¿Qué son los grandes datos?¿Qué son los grandes datos?
Técnicas de minería de datos
- Asociación: (Asociación -)asociación(Asociación) Es una de las técnicas de minería de datos más conocidas. Como parte de esto, se descifra el patrón que se basa en la relación entre artículos en la misma transacción. Por(aquí) Por eso también se la conoce como la técnica de la relación. Los vendedores de grandes marcas confían en esta técnica para probar los hábitos/preferencias de compra de sus clientes. Por ejemplo, al rastrear los hábitos de compra de las personas, los minoristas pueden descubrir que un cliente siempre compra crema cuando compra chocolates y, por lo tanto, sugerir que la próxima vez que compre chocolate, también querrá comprar crema.
- Clasificación(Clasificación) : Esta técnica de minería de datos se diferencia de las anteriores en que se basa en el aprendizaje automático y utiliza técnicas matemáticas como la programación lineal(Lineal) árboles decisión, (Decisión)sistemas neurales(Nervioso)Internet. En la clasificación, las empresas intentan crear software que pueda aprender a clasificar elementos de datos en grupos. Por ejemplo, una empresa podría definir una calificación en la aplicación que «brinde todos los registros de los empleados que se ofrecieron a dejar la empresa y prediga la cantidad de personas que probablemente dejarán la empresa en el futuro». En tal escenario, la empresa puede dividir los archivos de los empleados en dos grupos, a saber, «salir» y «permanecer». Luego puede usar su software de minería de datos para dividir a sus empleados en grupos separados creados previamente.
- Grupo(Agrupamiento) – Varios(Varios)los objetos con características similares se agrupan en un grupo por medio de la automatización. Muchos de estos clústeres se crean como clases y los objetos (con características similares) se colocan en consecuencia. Para entender esto mejor, considere el ejemplo de la gestión de libros en una biblioteca. En la biblioteca, una extensa colección de libros está completamente catalogada. Los elementos del mismo tipo se enumeran juntos. Esto nos facilita encontrar el libro que nos interesa. Del mismo modo, utilizando la técnica de agrupación, podemos mantener los libros del grupo que tienen ciertas similitudes y darles un nombre apropiado. Entonces, si un lector está buscando un libro que coincida con su interés, solo tiene que ir a ese estante en lugar de buscar en toda la biblioteca. Entonces, la técnica de agrupación define clases y coloca objetos en cada clase,
- Pronóstico(Pronóstico) : La predicción es una técnica de minería de datos que a menudo se usa junto con otras técnicas de minería de datos. Incluye análisis de tendencias, clasificación, coincidencia de patrones y relaciones. Al analizar eventos o casos pasados en el orden correcto, puede predecir con confianza un evento futuro. Por ejemplo, la técnica de análisis predictivo se puede usar en ventas para predecir ganancias futuras seleccionando ventas como variable independiente y ganancias como variable dependiente de ventas. Luego, en función de los datos históricos de ventas y ganancias, puede dibujar una curva de regresión ajustada para pronosticar las ganancias.
- árboles de decisión(árboles de decisión) : En el árbol de decisiones, comenzamos con una pregunta simple que tiene muchas respuestas. Cada respuesta lleva a una pregunta adicional que ayuda a clasificar o identificar los datos para que se puedan categorizar o hacer una predicción basada en cada respuesta. Por ejemplo, usamos el siguiente árbol de decisiones para determinar si jugar al cricket o no ODI : Árbol de decisión de minería de datos(árbol de decisión de minería de datos) R: Comenzando en el nodo raíz, si el pronóstico del tiempo pronostica lluvia, debemos evitar el partido ese día. Alternativamente, si el pronóstico del tiempo es claro, deberíamos jugar un partido.
Procesamiento de datos(procesamiento de datos) está en el centro de las actividades analíticas en todas las industrias y disciplinas, como la comunicación, seguro(Seguro) , Educación(Educación) , producción(Producción) , Bancario(Bancario) Sí Ventas al por menor(rebaja) , incluido Por lo tanto, tener la información correcta al respecto es fundamental antes de utilizar las distintas técnicas.
