Un proceso típico de minería de datos consta de los siguientes pasos generales:

  1. Selección del conjunto de datos, tanto en lo que se refiere a las variables objetivo (aquellas que se quiere predecir, calcular o inferir), como a las variables independientes (las que sirven para hacer el cálculo o proceso), como posiblemente al muestreo de los registros disponibles.
  2. Análisis de las propiedades de los datos, en especial los histogramas, diagramas de dispersión, presencia de valores atípicos y ausencia de datos (valores nulos).
  3. Transformación del conjunto de datos de entrada, se realizará de diversas formas en función del análisis previo, con el objetivo de prepararlo para aplicar la técnica de minería de datos que mejor se adapte a los datos y al problema, a este paso también se le conoce como preprocesamiento de los datos.
  4. Seleccionar y aplicar la técnica de minería de datos, se construye el modelo predictivo, de clasificación o segmentación.
  5. Extracción de conocimiento, mediante una técnica de minería de datos, se obtiene un modelo de conocimiento, que representa patrones de comportamiento observados en los valores de las variables del problema o relaciones de asociación entre dichas variables. También pueden usarse varias técnicas a la vez para generar distintos modelos, aunque generalmente cada técnica obliga a un preprocesado diferente de los datos.
  6. Interpretación y evaluación de datos, una vez obtenido el modelo, se debe proceder a su validación comprobando que las conclusiones que arroja son válidas y suficientemente satisfactorias. En el caso de haber obtenido varios modelos mediante el uso de distintas técnicas, se deben comparar los modelos en busca de aquel que se ajuste mejor al problema. Si ninguno de los modelos alcanza los resultados esperados, debe alterarse alguno de los pasos anteriores para generar nuevos modelos.

Si el modelo final no superara esta evaluación el proceso se podría repetir desde el principio o, si el experto lo considera oportuno, a partir de cualquiera de los pasos anteriores. Esta retroalimentación se podrá repetir cuantas veces se considere necesario hasta obtener un modelo válido.

Una vez validado el modelo, si resulta ser aceptable (proporciona salidas adecuadas y/o con márgenes de error admisibles) éste ya está listo para su explotación. Los modelos obtenidos por técnicas de minería de datos se aplican incorporándolos en los sistemas de análisis de información de las organizaciones, e incluso, en los sistemas transaccionales. En este sentido cabe destacar los esfuerzos del Data Mining Group, que está estandarizando el lenguaje PMML (Predictive Model Markup Language), de manera que los modelos de minería de datos sean interoperables en distintas plataformas, con independencia del sistema con el que han sido construidos. Los principales fabricantes de sistemas de bases de datos y programas de análisis de la información hacen uso de este estándar.

Tradicionalmente, las técnicas de minería de datos se aplicaban sobre información contenida en almacenes de datos. De hecho, muchas grandes empresas e instituciones han creado y alimentan bases de datos especialmente diseñadas para proyectos de minería de datos en las que centralizan información potencialmente útil de todas sus áreas de negocio. No obstante, actualmente está cobrando una importancia cada vez mayor la minería de datos desestructurados como información contenida en ficheros de texto, en Internet, etc.

fuente.wikipedia

Descubren vulnerabilidades Día Cero en Adobe Flash Player No hace mucho que fue descubierta una vulnerabilidad en las versiones para Windows y Mac de Adobe Acrobat y Reader que podría permitir que un atacante...
Cambios en su buscador de imágenes de Google Cerca de un año después de su última actualización, Google da a conocer cambios en su buscador de imágenes. Entre los principales cambios aportados...
Que es la Publicidad en Internet? y cuales son las técnicas más actuales La publicidad en Internet tiene como principal herramienta la página web y su contenido, para desarrollar este tipo de publicidad, que incluye los ele...
Los Internautas prefieren las webs Rápidas Estudio Revela que los usuarios de internet prefieren la velocidad ante la posibilidad de personalización del sitio. Los internautas buscan sitios ...
Google confirma que Wave será apagado el 30 de abril de 2012 Me costó unos segundos recordar exactamente qué era Google Wave cuando ayer por la tarde recibí un mail desde un servidor de Mountain View saludándome...
Facebook presenta una versión web ligera de Moments Ya ha pasado prácticamente un año desde que Facebook eliminase la función de sincronización de las fotografías móviles en favor de Moments, su nueva a...
China pone más control a Internet El gobierno chino ha creado un nuevo organismo que se encargará de vigilar los contenidos de la red y autorizar la creación de nuevos medios online. ...
jQuery Mobile 1.0 El equipo de trabajo del popular framework Javascript acaba de liberar jQuery Mobile 1.0 final. Este primer lanzamiento de la librería para crear a...
Fallos de seguridad en Blackberry OS 6 Research in Motion informó sobre una serie de vulnerabilidades recién descubiertas en BlackBerry OS 6, el sistema operativo utilizado en los terminale...
Muere Steve Jobs, el padre de la computacion personal, creador de Apple El día de hoy el mundo de la tecnología ha recibido el lanzamiento del Ipod 4s con la gran mala noticia de la muerte de uno de los visionarios mas gra...