Data Mining Tutorial for CS for Android APK

Descripción

La minería de datos es el proceso de descubrir patrones en grandes conjuntos de datos que involucran métodos en la intersección del aprendizaje automático, las estadísticas y los sistemas de bases de datos. La minería de datos es un subcampo interdisciplinario de la informática y las estadísticas con el objetivo general de extraer información (con métodos inteligentes) de un conjunto de datos y transformar la información en una estructura comprensible para su uso posterior. La minería de datos es el paso de análisis del proceso de "descubrimiento de conocimiento en bases de datos" o KDD. Además del paso de análisis sin procesar, también involucra aspectos de administración de datos y bases de datos, preprocesamiento de datos, consideraciones de modelo e inferencia, métricas de interés, consideraciones de complejidad, procesamiento posterior de estructuras descubiertas, visualización y actualización en línea.

El término "minería de datos" es un nombre inapropiado, porque el objetivo es la extracción de patrones y conocimiento de grandes cantidades de datos, no la extracción (minería) de datos en sí. También es una palabra de moda y se aplica con frecuencia a cualquier forma de procesamiento de información o datos a gran escala (recopilación, extracción, almacenamiento, análisis y estadísticas), así como a cualquier aplicación de sistema informático de soporte de decisiones, incluida la inteligencia artificial (p. aprendizaje) e inteligencia de negocios. El libro Minería de datos: herramientas y técnicas prácticas de aprendizaje automático con Java (que cubre principalmente material de aprendizaje automático) originalmente se llamaría simplemente Aprendizaje automático práctico, y el término minería de datos solo se agregó por razones de marketing. A menudo, los términos más generales (a gran escala) análisis y análisis de datos o, cuando se refieren a métodos reales, inteligencia artificial y aprendizaje automático son más apropiados.

La tarea real de minería de datos es el análisis semiautomático o automático de grandes cantidades de datos para extraer patrones interesantes previamente desconocidos, como grupos de registros de datos (análisis de conglomerados), registros inusuales (detección de anomalías) y dependencias (minería de reglas de asociación, minería de patrones secuenciales). Esto generalmente implica el uso de técnicas de bases de datos como índices espaciales. Estos patrones se pueden ver como una especie de resumen de los datos de entrada y se pueden usar en análisis posteriores o, por ejemplo, en aprendizaje automático y análisis predictivo. Por ejemplo, el paso de extracción de datos podría identificar varios grupos en los datos, que luego se pueden usar para obtener resultados de predicción más precisos mediante un sistema de soporte de decisiones. Ni la recopilación de datos, ni la preparación de datos, ni la interpretación y el informe de resultados son parte del paso de extracción de datos, pero pertenecen al proceso general de KDD como pasos adicionales.

Un almacén de datos se construye integrando datos de múltiples fuentes heterogéneas.

Admite informes analíticos, consultas estructuradas y/o ad hoc y toma de decisiones. Este tutorial adopta un enfoque paso a paso para explicar todos los conceptos necesarios del almacenamiento de datos.

Las colecciones de tutoriales de categorías se encuentran a continuación y proporcionan todos los temas como,

Descripción general del almacén de datos

Conceptos de almacenamiento de datos

Procesos del sistema de almacenamiento de datos

Arquitectura de almacén de datos

Terminologías de almacenamiento de datos

Proceso de entrega del almacén de datos

Almacén de datos OLAP multidimensional

Esquemas de almacenamiento de datos

Pruebas de almacenamiento de datos

Aspectos futuros del almacén de datos

Preguntas de la entrevista de almacén de datos

Estrategia de particionamiento del almacén de datos

Conceptos de metadatos del almacén de datos

Almacenamiento de datos de almacén de datos

Administradores de sistemas de almacenamiento de datos

Administradores de procesos de almacenamiento de datos

Seguridad del almacén de datos

Ajuste del almacén de datos

y muchos otros