Exploración y Predicción de Datos

Conocida también como minería de datos estadístico y se da dentro de la ciencia de la

computación que se da con el fin de hallar patrones de una gran cantidad de datos
almacenados para ello cuenta con métodos de inteligencia artificial, el aprendizaje
automático, estadística y una gran base de datos y con esto busca es extraer información
para hacerlas comprensibles para que luego las mismas sean utilizadas.

Objetivo
El objetivo general del proceso de minería de datos es extraer información del conjunto de
datos y transformarla en una estructura fácil de entender para su uso posterior.
 
Pasos Generales para un Proceso de Minería de Datos
 selección de conjunto de dato
 análisis de propiedad 
 transformación de conjuntos
 selección y aplicación 
 extracción
 interpretación y evaluación 
Bibliografía

https://app.emaze.com/@AOTITWRWW/EXPLORACI%C3%93N-Y-PREDICCI%C3%93N-DE-DATOS#/2

Características de la exploración y predicción de datos:

Exploración de datos:

 Análisis inicial: Se realiza un análisis inicial de los datos para comprender su estructura,
características y distribuciones.

 Identificación de patrones: Se busca identificar patrones, tendencias y relaciones entre las

variables presentes en los datos.

 Detección de valores atípicos: Se busca identificar valores inusuales o anómalos que puedan
afectar el análisis y las conclusiones obtenidas.

 Visualización: Se utilizan técnicas de visualización como gráficos, tablas y diagramas para

representar los datos de forma comprensible y facilitar la identificación de patrones.

Predicción de datos:
  Modelado: Se construyen modelos matemáticos o estadísticos basados en los datos
históricos disponibles.

 Entrenamiento y validación: Los modelos se entrenan utilizando datos históricos y se validan

para evaluar su rendimiento y precisión.

 Evaluación del rendimiento: Los modelos se evalúan en función de métricas específicas para
determinar qué tan bien se ajustan a los datos y qué tan precisas son sus predicciones.

 Utilización de nuevas observaciones: Una vez que se ha validado un modelo, se puede

utilizar para hacer predicciones sobre nuevos datos y estimar valores futuros o tendencias.

Importancia

Ayuda a tomar desiciones