Mineria De Datos

Objetivo:

Encontrar un software especializado que satisfaga nuestras necesidades virtuales, o en su defecto crear una propia base de dados para agilizar nuestros movimientos y tener mejores y más rápidos resultados.

Procedimiento:

1.- Leí la evidencia tal cual se muestra en el Blackboard.

2.- Consulte todo el modulo 1 del Blackoboard y otras fuentes fidedignas que me proporcionaron información relevante.

3.- Analice los puntos que se están pidiendo en la evidencia para desarrollarlos de la mejor manera.

4.- Por ultimo plasme mis ideas y todo lo aprendido en esta rubrica y se subió a Blackboard en la entrega de tareas para la actividad evaluable numero 1.

Resultados:

Compara los siguientes software de BD y define cuál elegirías que cubra las necesidades de esta empresa y justifica tu respuesta.

• MySQL (software libre)

• Microsoft SQL Server Compact Edition (software gratuito)

• Sybase ASE (software de licencia)

Basándome en lo que pude investigar en distintas páginas de internet y con amigos que conocen sobre el tema, pude plantearme 3 escenarios diferentes, un con cada uno de los ejemplos anteriores, y mi conclusión final fue que el MySQL tienes más características con mucha más utilidad dentro de las necesidades que tiene la empresa en estudio y también tiene la ventaja de que es un sistema totalmente gratuito, así que si yo fuera ellos no dudaría en utilizar el MySQL.

Minería de datos:

Algoritmos Genéticos:

Los algoritmos genéticos imitan la evolución de las especies mediante la mutación, reproducción y selección, como también proporcionan programas y optimizaciones que pueden ser usadas en la construcción y entrenamiento de otras estructuras como es el caso de las redes neuronales. Además los algoritmos genéticos son inspirados en el principio de la supervivencia de los más aptos.

Arboles de decisión:

Está técnica se encuentra dentro de una metodología de aprendizaje supervisado. Su representación es en forma de árbol en donde cada nodo es una decisión, los cuales a su vez generan reglas para la clasificación de un conjunto de datos.

Clustering o Agrupamiento:

Agrupan datos dentro de un número de clases preestablecidas o no, partiendo de criterios de distancia o similitud, de manera que las clases sean similares entre sí y distintas con las otras clases. Su utilización ha proporcionado significativos resultados en lo que respecta a los clasificadores o reconocedores de patrones, como en el modelado de sistemas. Este método debido a su naturaleza flexible se puede combinar fácilmente con otro tipo de técnica de minería de datos, dando como resultado un sistema híbrido.

Regresión lineal:

Es la más utilizada para formar relaciones entre

...