Documente Academic
Documente Profesional
Documente Cultură
* Puede comunicarse
--
* PROCESAMIENTO DE DATOS :
* INTEGRACION DE DATOS :
*LIMPIEZA DE DATOS:
- Resolver inconsistencias
- Suavizar el ruido de los datos
*NORMALIZACION
*TRANSFORMACION DE DATOS
*DATOS IMPERFECTOS
-Se puede utilizar las siguientes opciones : Ignorar la tupla, rellenar manualmente
los datos , Utilizar una constante global , rellenar utilizando la desviacion
,rellenar con el valor mas probable
*REDUCCION DE DATOS :
- Los datos orginales pasan a ser Datos Reducidos
*SELECCION DE CARACTERISTICAS:
*SELECCION DE INSTANCIAS :
-Pretende elegir los ejemplos que sean relevantes para una aplicacion y lograr el
maximo rendimiento .
* DISCRETIZACION :
- Representan informacion mas concisa , son mas faciles de entender mas cercanos a
la representacion a nivel de conocimiento.
- Resolver inconsistencias
- Rellenar/imputar valores perdidos
* DATA TRANSFORMATION
-Integra los datos desde diferentes tablas para crear informaci�n homog�nea
----
Es una herramienta que permite la vizualizacion del desempe�o de un algoritmo de
clasificacion :
VP : 100
VN:50
FP=10
FN=5
Precision :0.91%
Si la precision es de 0.91% entonces significa que el algoritmo clasifica bien los
datos
---
* METODOS PREDICTIVOS :
*METODOS DESCRIPTIVOS:
*Clasificaci�n [Predictive]
*Clustering [Descriptive]
*Regresi�n [Predictive]
*Sumarizaci�n [Descriptive]