METODOLOGÍAS PARA MINERÍA DE DATOS

METODOLOGÍAS PARA MINERÍA DE DATOS

Las metodologías para realizar minería de datos abarcan los modelos de construcción de una Bodega de Datos como un ítem dentro del proceso de extracción de conocimiento de los datos, por esta razón a continuación mencionamos algunas de las más relevantes:
• Metodología CRIPS – DM (Cross Industry Standard Process for Data Mining)


• Metodología SEMMA (Sample, Explore, Modify, Model, Assess)

• Metodología DMAMC (Definir, Medir, Analizar, Mejorar, Controlar)

• KDD process - (Knowledge Discovery in Databases)

Comentarios

Publicar un comentario

Entradas populares de este blog

RECOLECCIÓN DE LOS DATOS

Imagen
FASE DE RECOLECCIÓN DE LOS DATOS En esta fase se recolectan los datos desde los sistemas fuentes para realizar sobre ellos una descripción cualitativa y cuantitativa, posteriormente se procede a determinar sus propiedades y verificar la calidad de los mismos. Esta fase consta de las siguientes etapas:  1. Identificación de las fuentes de los datos: se identifican los sistemas fuentes que contienen los datos y se extraen para posteriormente adecuarlos, es importante tener en cuenta que los datos pueden residir en diversos tipos de sistemas, a continuación mencionamos algunos de los más típicos dentro de las organizaciones:  • Hojas de cálculo  • Bases de datos  • Archivos estadísticos  • Sistemas de información empresarial (ERP, ERP, FRM, HRM, MRP, SCM)  • Archivos documentales físicos y digitales. Luego de extraer los datos se elabora un informe que se denomina “reporte de recolección de datos” el cual contiene la lista de los da...
Leer más

PREPARACIÓN DE DATOS

Imagen
FASE DE PREPARACIÓN DE DATOS Finalizada la fase de recolección de los datos, se procede al alistamiento de los datos para la posterior construcción del cubo de datos. La fase de preparación de datos consta de las siguientes etapas:  1. Selección de datos: se seleccionan los datos de la fase anterior, utilizando como criterio de selección la calidad de los datos en cuanto a completitud y consistencia.  2. Limpieza de los datos: se optimiza la calidad de los datos mediante la aplicación de técnicas que eliminen datos paralizantes, valores fuera de rango y caracteres extraños; algunas de estas técnicas son: normalización de datos, discretización de campos numéricos y tratamiento de valores ausentes.  3. Estructuración de los datos: se realizan operaciones de alistamiento sobre los datos, las cuales generan nuevos atributos a partir de los ya existentes y transforman los valores de los ya existentes.  4. Integración de los datos: se crean nuevas est...
Leer más

LEVANTAMIENTO DE REQUERIMIENTOS

Imagen
FASE DE LEVANTAMIENTO DE REQUERIMIENTOS  En esta fase se recolectan datos y se someten a análisis con el fin de transformarlos en información que permita identificar las necesidades del modelo de negocio de la organización, esto implica estudiar las interacciones que se dan entre los datos y los procesos que se llevan a cabo en cada una de las áreas de la organización. Para el levantamiento de la información se pueden aplicar algunas de las siguientes técnicas:  • Introspección u observación directa.  • Entrevistas y cuestionarios.  • Lluvia o tormenta de ideas.  • Storyboards.  • Etnografía o análisis organizacional.  La información obtenida durante el levantamiento de requerimientos debe permitir identificar los interrogantes que el cubo de datos debe solucionar para cada área de negocio que desea utilizarlo, esto permitirá recolectar los datos correctos e interpretar adecuadamente los resultados. El análisis obtenido en ...
Leer más