Varios términos en minería de datos

La minería de datos tiene aplicaciones en múltiples campos como la ciencia y la investigación. Es una predicción basada en resultados probables. Se centra en el último conjunto de datos. La minería de datos es el procedimiento de extracción de conocimiento a partir de datos. El conocimiento así extraído puede ser utilizado para cualquiera de las siguientes aplicaciones tales como control de producción, análisis de mercado, exploración científica. La minería de datos es la práctica de buscar grandes cantidades de datos para descubrir patrones. Tendencias que van más allá del simple análisis. La minería de datos también se conoce como conocimiento. Se centra en los últimos conjuntos de datos y bases de datos y en la creación de información procesable. Es el descubrimiento automático de patrones.

La minería de datos se ocupa de un tipo de patrón que se puede extraer. Existen categorías tales como descriptivo, clasificación, predicción, análisis de conglomerados, análisis de evolución.

1. Base de conocimientos: 
   La base de conocimientos es el lenguaje de dominio. Se utiliza para guiar la búsqueda y el interés de los patrones resultantes. Es la presentación del conocimiento, la integración de datos, etc.
2. Transformación de datos: 
   Los datos se transforman en formas apropiadas para la minería, mediante la realización de operaciones de resumen.
3. Clusters: 
   A un grupo de tipos similares de objetos. Grupo que forma un grupo de objetos que son muy similares entre sí.
4. Limpieza de datos: 
   es un proceso de preparación de datos para actividades de minería de datos. La tecnología que aplicó para eliminar los datos y corregir la consistencia está en los datos. Funcionó como un paso de preprocesamiento de datos.;
5. Selección de datos: 
   es el proceso donde los datos relevantes para la tarea de análisis se recuperan de los datos.
6. Integración de datos: 
   la integración de datos es la técnica de procesamiento de datos. Lo usamos para fusionar los datos de múltiples datos heterogéneos.
7. Interfaz de usuario: 
   Visualiza el patrón en el módulo del sistema de minería de datos que ayuda a la comunicación entre los usuarios y los datos. Proporciona información para ayudar a centrar la búsqueda.
8. Datos: 
   Se define como hechos, transacciones y cifras.
9. GUI: 
   Interfaz gráfica de usuario.
10. Minería de datos: 
    extrae la información del conjunto de datos de los jóvenes. Esta información para las siguientes aplicaciones de análisis de mercado, exploración científica, control de producción.
11. Asociaciones: 
    Es un tipo de algoritmo. Para crear reglas que describan cómo se juntan los eventos.
12. Clasificación: 
    Se refiere al problema de la minería de datos. Predecir la categoría de datos categóricos mediante la construcción de un modelo. Debe basarse en algunas variables predictoras.
13. Continuo: 
    Puede tener cualquier valor en un intervalo de números reales. El valor no tiene por qué ser un entero continuo es el categórico opuesto.
14. DBMS: 
    Sistemas de gestión de bases de datos.
15. Interacción: 
    Cuando el interés de dos variables independientes y los cambios en el valor de uno cambian el efecto sobre la variable dependiente de los otros.