El KDD es el proceso de extraccin de conocimiento y representacin visual de los resultados que inicia desde el anlisis del OLTP la ETL de informacin en Data Warehouse por medio del servicio de integration services la seleccin del objeto de estudio o el tema de investigacin para que una vez comprendido el modelo conceptual del Data Mart o Data Warehouse se relacione un origen de datos en particular se cree una vista de origen de datos y se identifique el modelo y algoritmo correspondiente que llevara la estructura de la minera de datos parar lograr la extraccin de patrones ocultos y poder crear conocimiento significativo. 4. Explica la diferencia Minera de Datos vs Estadstica. La estadstica analiza muestras de datos para luego hacer inferencia a toda la poblacin mientras que la minera de datos pretende buscar informacin til usando toda la base de datos. 5. Explica la diferencia Minera de Datos vs Anlisis de Datos. El anlisis de datos se da de forma personal a diferencia de la minera de datos, el anlisis de datos no es automatizado ni trata con volmenes de datos grandes. 6. Explica la diferencia Minera de Datos vs Almacn de Datos. El almacn de datos contiene datos operacionales a nivel histrico agregados o evolutivos el almacn de datos solo es el punto de partida de la minera de datos. 7. Explica la diferencia Minera de Datos vs Learning Machine. Learning machine es el rea de la inteligencia artificial que se encarga de crear programas que puedan aprender en los cuales se apoya la minera de datos para llevar acabo el anlisis predictivo de la informacin. 8. Explica cmo se relacionan las siguientes disciplinas con la minera de datos. La minera de Datos tiene por objetivo poder visualizar y analizar informacin significativa de un negocio mediante herramientas especializadas siendo una de ellas reporting services para ello se apoya de las ciencias de la informacin para crear los resultados y de la estadstica para el anlisis e interpretacin de los mismos tomando en cuenta que se trata de explotar la gran cantidad de datos que se han ido acumulando al paso del tiempo en las distintas bases de datos con las que actualmente cuenta cada empresa esta informacin se procesa mediante algoritmos matemticos que actualmente generan un grfico que es trabajado por un analista de minera de datos pero se pretende que la minera de datos pueda trabajar posteriormente sobre sistemas expertos que puedan sustituir esta labor.
9. Menciona la Clasificacin de la minera de datos y ejemplifica al menos
dos algoritmos por cada caso. Predictiva y Descriptiva
10. Dibuja el esquema jerrquico de las ramas de la minera de datos en
base a su clasificacin 11. Explica cmo funciona el algoritmo de Arboles de decisin y ejemplifcalo. 12. Cules son los repositorios de informacin de datos complejos ms comunes? Bases de Datos Espaciales, temporales y multimedia. 13. Cul es la importancia de trabajar la minera de datos con un repositorio de datos complejo. Dado el crecimiento que estn teniendo los datos con la web y los documentos XML estn apareciendo multitud de tcnicas de minera de datos que tratan especialmente estos problemas 14. Define una Base de Datos Espacial. Base de datos que contiene datos pertenecientes a un determinado espacio. 15. Menciona las caractersticas de una base de datos espacial. 16. Define una Base de Datos Temporal. 17. Menciona las caractersticas de una base de datos Temporal. 18. Define una Base de Datos Multimedia. 19. Menciona las caractersticas de una base de datos Multimedia. 20. Coloca un ejemplo de cada una de las bases de datos complejas que conoces. 21. Que significan las siglas DMX. Lenguaje de extensin de minera de datos. 22. Coloca la definicin de DMX. Es un lenguaje que sirve para crear y trabajar conexiones de minera de datos en Microsoft SQL 23. Para que se utiliza el DMX