Ventajas:
➕Descubre información
➕Analiza muchos datos
➕Fácil de interpretar
➖Inversión considerable
➖Dificultad en la recopilación
El proceso de minería de datos comprende una serie de pasos que abarcan desde la recopilación de datos, hasta la visualización para extraer información valiosa de grandes conjuntos de datos.
🔵La recopilación de datos consiste en capturar datos de diferentes orígenes, como los comentarios de los clientes, los pagos y las órdenes de compra.
🔴El almacenamiento de datos es el proceso de guardar esos datos en una gran base de datos o almacenamiento de datos.
🟡El análisis de datos consiste en el procesamiento, almacenamiento y análisis posteriores de los datos por medio de complejos programas de software y algoritmos.
Los proveedores de educación pueden utilizar algoritmos de minería de datos para evaluar a los estudiantes, personalizar las lecciones y hacer que el aprendizaje sea más lúdico. Una visión unificada y basada en datos del avance de los alumnos puede ayudar a los educadores a determinar qué necesitan estos y a apoyarlos mejor. Es muy interesante ver como la tecnología ha evolucionado, y como la podemos utilizar para nuestro beneficio. La minería de datos nos puede servir para agilizar el proceso de la recopilación de datos, y nos ayuda a determinar la necesidad de la población, a través del análisis de datos.
La minería de datos es una técnica asistida por computadora que se utiliza en los análisis para procesar y explorar grandes conjuntos de datos. Gracias a las herramientas y métodos de minería de datos, las organizaciones pueden descubrir patrones y relaciones ocultas en sus datos. Las compañías utilizan dicho conocimiento para resolver problemas, analizar las consecuencias en el futuro de decisiones empresariales, y aumentar sus márgenes de beneficio.
La minería de datos ha mejorado la toma de decisiones organizativas por medio de análisis de datos esclarecedores. Las técnicas de minería de datos que respaldan estos análisis se pueden dividir en dos categorías principales: pueden describir el conjunto de datos de destino o pueden prever los resultados gracias al uso de algoritmos de machine learning. Estos métodos se utilizan para organizar y filtrar los datos, y revelan la información más interesante, desde la detección de fraude hasta los comportamientos de usuario, cuellos de botella e incluso brechas de seguridad.
En esta ocasión, les comparto el enlace a mi página de Wakelet, donde recopilé toda la información relacionada con la minería de d...
