Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Redes neuronales
artificiales.
Inducción de reglas.
Algoritmos genéticos.
Visualización de datos.
Árboles de decisión.
Técnica del vecino
próximo.
Herramientas de Minería de Datos
Las herramientas de minería de datos empleadas en el proceso de extracción
de conocimiento se pueden clasificar en dos grandes grupos:
1
Método de descrubrimiento (en los que
0
se han de encontrar patrones potenciales
interesantes de forma automática, Series 1 Series 2 Series 3
Category 4
Existen algunas herramientas diseñadas para
extraer conocimientos desde bases de datos que
Category 3
contienen grandes cantidades de información.
Series 1
Las más populares de estas herramientas son Series 2
Category 2
SPSS Clementine, Oracle Data Miner y Weka.
Category 1
Clementine se centra en la integración de data mining con otros procesos y sistemas de negocio que
ayuden a entregar inteligencia predictiva en un tiempo eficiente durante las operaciones de negocio diarias.
La funcionalidad abierta de data mining en bases de datos que posee Clementine permite que muchos de
los procesos de data mining se realicen en entornos que mejoran tanto el rendimiento como el despliegue
de los resultados de data mining.
La última versión de Clementine extiende la funcionalidad de data mining al incluir un conjunto de reglas de
scoring y modelos de árboles de decisión y carga de resultados de data mining en la base de datos.
Acceder, preparar e integrar Para las personas que toman
fácilmente datos numéricos, de decisiones y hacen
texto, datos provenientes de recomendaciones y para los
páginas web y de encuestas. sistemas que los utilizan.
1 https://spss-clementine.software.informer.com/Descargar-gratis/
2 https://www.youtube.com/watch?v=gqfHUM5UAPk
3 https://home.kku.ac.th/wichuda/DMining/ClementineUsersGuide_11.1.pdf
WEKA
• Es de libre distribución (licencia GPL)
• Destaca la cantidad de algoritmos que presenta
• Algoritmos eficientes en la generación de reglas
• Desarrollada por miembros de la Universidad de Waikato.
• Gran cantidad de herramientas para la realización de tareas propias de minería de
datos y de visualización
• Permite la programación en JAVA de algoritmos más sofisticados para análisis de
datos y modelado predicativo, unidos a una interfaz grafica de usuario para acceder
fácilmente a sus funcionalidades.
• En ella se implementan las técnicas de clasificación, asociación, agrupamiento, y
predicción existentes en la actualidad.
Su sistema operativo es multiplataforma.
Los puntos fuertes de Weka son:
Está disponible
Contiene una extensa
libremente bajo la
colección de técnicas para
licencia pública general
el reprocesamiento de
de GNU
datos y modelado.
1 https://waikato.github.io/weka-wiki/
https://www.youtube.com/watch?v=gd5HwYYOz2U&list=
2 PLJbE6j2EG1pZnBhOg3_Rb63WLCprtyJag&index=28
3 https://www.youtube.com/watch?v=zN75kXVLfUw
Otras herramientas para minería de datos YALE
RAMSES
PolyAnalyst de Megaputer
XELOPES
1st Qtr 2nd Qtr 3rd Qtr 4th Qtr 5th Qtr