Академический Документы
Профессиональный Документы
Культура Документы
CUESTIONARIO DE
MINERA DE DATOS
Inteligencia Artificial
Periodo lectivo:
2015 - 2016
Nmero de Prctica/talleres:
Curso (anual):
Quinto
Paralelo:
A
Fecha: 26/01/16
Qu es?, Qu resuelve?
Datamining
Qu no es?, Qu no resuelve?
https://es.wikipedia.org/wiki/Reglas_de_asociaci%C3%B3n
Algoritmos de clustering,
https://es.wikipedia.org/wiki/Miner%C3%ADa_de_datos
La regresin logstica es una tcnica estadstica conocida que se usa para modelar los
resultados binarios, la regresin logstica es que el algoritmo es muy flexible, puede tomar
cualquier tipo de entrada y admite varias tareas analticas.
Una de las ventajas de diferentes:
Usar datos demogrficos para realizar predicciones sobre los resultados, como el riesgo de
contraer una determinada enfermedad.
Explorar y ponderar los factores que contribuyen a un resultado.
https://msdn.microsoft.com/es-es/library/ms174828(v=sql.120).aspx
Para cada una de las tcnicas (algoritmos) mencionados en el punto 2, escriba diez 10 enunciados de
situaciones o problemas que se puedan resolver de manera principal con algunos de ellos. Como
ejemplos basados en la base de datos AdventureWorksDW2012 se propone: Algoritmos de
asociacin: Que si un cliente compra productos X, el sistemas les sugiera otros productos Y,
Algoritmos de clustering: Agrupar por ejemplos a clientes de un servicio X, por edad, por gnero,
por geolocalizacin, para hacerle ofertas personalizadas. Adicionalmente se sugiere que para cada
tcnica use el esquema de la tabla de ejemplo:
Ejemplos o casos solubles con Tcnicas de Datamining
Algoritmos de asociacin
1
Marcar los clientes de una lista de posibles compradores como clientes con
buenas o malas perspectivas.
.
Fuente: https://msdn.microsoft.com/es-es/library/ms175595(v=sql.120).aspx
6 meses
.
Fuente:
http://inacap.serveftp.com/tic2/PresentacionesN2/Algoritmo%20de%20Clasificaci%C3%B3n%202%C2%B0%20Informe.pdf
4
.
Fuente: http://es.slideshare.net/WillieManuelCaminero/algoritmos-de-minera-dedatos?qid=f8518025-96fa-44f3-8dea716d55d105ad&v=default&b=&from_search=7
Fuente: http://dataminingfime.blogspot.com/2010/12/reglas-se-asociacion.html
8
Fuente: http://elvex.ugr.es/decsai/intelligent/slides/dm/D2%20Association.pdf
9
Fuente:
http://bsolano.com/ecci/claroline/backends/download.php/UHJlc2VudGFjaW9uZXMvNy
5fVGFyZWFzX2RlX2xhX21pbmVy7WFfZGVfZGF0b3MsX3JlZ2xhc19kZV9hc29jaWF
jafNuLnBkZg%3D%3D?cidReset=true&cidReq=CI2352
.
Fuente:https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
.
Fuente:
.
Fuente:
Fuente:
secuenciales?qid=ac1431ca-5eb1-4a56-993fbd78ab7641bb&v=default&b=&from_search=1
.
Fuente: https://es.wikipedia.org/wiki/Biolog%C3%ADa
6
Fuente: https://es.wikipedia.org/wiki/Biometr%C3%ADa
8
Fuente:https://msdn.microsoft.com/eses/library/cc280440(v=sql.120).aspx#bkmk_Query5
9
Fuente: http://www.monografias.com/trabajos104/data-mining-mineria-datos/datamining-mineria-datos.shtml#ixzz3yNiFDb8U
.
Fuente:
4
.
Fuente: http://es.slideshare.net/Migu3lB/ejemplificacion-de-arboles-de-de
5
.
Fuente:
ES/library/cc645903(v=sql.120).aspx
https://msdn.microsoft.com/es-
.
Fuente:
https://msdn.microsoft.com/es-es/library/cc280429(v=sql.120).aspx
7
8
9
Fuente:
Ejemplos o casos solubles con Tcnicas de Datamining
Algoritmos de regresin lineal
Fuente:
https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
La manera ms fcil de crear una sola consulta en un modelo
de regresin es usar el cuadro de dilogo Entrada de consulta
singleton. Por ejemplo, puede generar la consulta DMX
siguiente seleccionando el modelo de regresin adecuado,
eligiendo Consulta
singleton y
escribiendo
a
continuacin 20 como el valor para Age.
Fuente:
https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
.
Fuente:
https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
5
10
https://msdn.microsoft.com/es-
.
Fuente:https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
.
Fuente:
es/library/ms174828(v=sql.120).aspx
https://msdn.microsoft.com/es-
.
Fuente:
es/library/ms174828(v=sql.120).aspx
4
https://msdn.microsoft.com/es-
11
.
Fuente:
es/library/ms174828(v=sql.120).aspx
6
https://msdn.microsoft.com/es-
https://msdn.microsoft.com/es-
.
Fuente:
https://msdn.microsoft.com/es-es/library/ms174828(v=sql.120).aspx
Fuente:
8
9
12
Fuente:
.
Fuente:https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
2
.
Fuente:
3
13
.
Fuente:
es/library/cc645907(v=sql.120).aspx
5
https://msdn.microsoft.com/es-
.
Fuente: http://naivebayes.blogspot.com/
6
.
Fuente:
es/library/cc645907(v=sql.120).aspx
14
https://msdn.microsoft.com/es-
Fuente:
es/library/cc645907(v=sql.120).aspx
https://msdn.microsoft.com/es-
https://msdn.microsoft.com/es-
Fuente:
es/library/cc645907(v=sql.120).aspx
https://msdn.microsoft.com/es-
.
Fuente:https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
.
Fuente:
3
15
16
.
Fuente:https://msdn.microsoft.com/eses/library/ms174916(v=sql.120).aspx
2
.
Fuente:
secuenciales
3
17
http://es.slideshare.net/marilynsilvana/mineria-de-datos-
http://es.slideshare.net/marilynsilvana/mineria-de-datos-
Fuente:
http://www.monografias.com/trabajos104/data-mining-mineriadatos/data-mining-mineria-datos.shtml
8
Fuente: http://es.slideshare.net/geoc_hhga/clustering
9
18
Fuente: http://es.slideshare.net/geoc_hhga/clustering
Registros que enumeran eventos que preceden a un incidente, como un disco duro errneo
o interbloqueos del servidor.
https://msdn.microsoft.com/es-es/library/ms175462(v=sql.120).aspx
19
.
Fuente:
http://bsolano.com/ecci/claroline/backends/download.php/UHJlc2VudGFjaW9uZXMvNy5fV
GFyZWFzX2RlX2xhX21pbmVy7WFfZGVfZGF0b3MsX3JlZ2xhc19kZV9hc29jaWFjafNuLn
BkZg%3D%3D?cidReset=true&cidReq=CI2352
Una regla tal como los empleados que han sido despedidos de una
empresa no pueden ser recontratados por esa empresa en el futuro.
Fuente:
http://bsolano.com/ecci/claroline/backends/download.php/UHJlc2VudGFjaW9uZXMvNy
5fVGFyZWFzX2RlX2xhX21pbmVy7WFfZGVfZGF0b3MsX3JlZ2xhc19kZV9hc29jaWF
jafNuLnBkZg%3D%3D?cidReset=true&cidReq=CI2352
20
ACTIVIDADES A DESARROLLAR
Desarrolle progresivamente esta gua en funcin de las instrucciones dadas (copie aqu las preguntas,
y aqu respndalas
RESULTADOS OBTENIDOS
Aprendizaje de los algoritmo que toman decisin que se utiliza la minera de datos, tener en cuenta en
donde se aplica las minera de datos.
CONCLUSIONES
Que la minera de datos nos ayuda a emprendernos ms aplicando Algoritmo, adems son tcnica y
tecnologa que nos permite explorar resultado mediante en datos.
RECOMENDACIONES
Poner en claro que la minera de datos en los que se refiere los algoritmo para as tomar decisiones
en cualquier problemas dados.
Firman:
Presidente Curso
21
Docente
Coordinador Acadmico