¿Cuáles son los diferentes métodos de minería de datos?
Hay una variedad de diferentes métodos de minería de datos utilizados tanto en las opciones de software como en los conceptos teóricos. Estos permiten a los usuarios extraer información de los datos recopilados por individuos y empresas que utilizan una variedad de herramientas. Se pueden usar grandes cantidades de datos para determinar varios factores en un solo sujeto o variedad de sujetos. Estos métodos de minería de datos se utilizan más comúnmente en los campos de protección de fraude, marketing y vigilancia.
Durante cientos de años, los métodos de minería de datos se han utilizado para extraer información de los sujetos. Sin embargo, las técnicas modernas utilizan conceptos automatizados para proporcionar datos sustanciales a través de recursos computarizados. A medida que surgieron ciencias de la computadora durante el siglo XX, el concepto de métodos de minería de datos se desarrolló en un esfuerzo por superar los patrones ocultos en grandes franjas de datos recopilados. Un buen ejemplo de esto es cuando una empresa de publicidad analiza los patrones de compras de un cliente en línea. Esta empresa puede comercializar ciertos productos queEl individuo puede estar interesado en comprar.
Una técnica de minería de datos utilizada comúnmente en la industria se llama descubrimiento de conocimiento en bases de datos (KDD). Desarrollado en 1989 por Gregory Piatetsky-Shapiro, KDD permite a los usuarios procesar datos sin procesar, analizar la información de los datos necesarios e interpretar los resultados. Este método permite a los usuarios encontrar patrones en los algoritmos, sin embargo, los datos generales no siempre son precisos y se pueden juntar de manera comprometedora. Esto se conoce como Overethitting .
Los métodos básicos de minería de datos involucran cuatro tipos particulares de tareas: clasificación, agrupación, regresión y asociación. Clasificación toma la información presente y la fusiona en agrupaciones definidas. Clustering elimina las agrupaciones definidas y permite que los datos se clasifiquen por elementos similares. regresión se centra en la función de la información, modeladoLos datos sobre el concepto. El método final de minería de datos, Association , intenta encontrar relaciones entre los diversos alimentos de datos.
Al usar los diversos métodos de minería de datos, se utilizan ciertos estándares para determinar qué parámetros se pueden usar en el proceso. El grupo de interés especial de la Asociación para la Macinadería sobre el descubrimiento de conocimiento y la minería de datos (SIGKDD) celebra una reunión anual que determina qué procesos son apropiados. Los factores éticos se pesan junto con aplicaciones prácticas para encontrar la mejor información sobre individuos y empresas. Esta información se publica en una revista de la industria llamada Sigkdd Explorations.