Un agente inteligente es una entidad fisica , contiene algunas caracteristicas como

* Es capaz de percibir el entorno

* Posee recursos propios

* Puede comunicarse

* Posee una representacion parcial del entorno

* Posee un conjunto de Objetivos

* Es capaz de actuar sobre el entorno

--
* PROCESAMIENTO DE DATOS :

- Tareas para disponer de datos de calidad precios al uso de algoritmos de

extraccion de conocimiento

* INTEGRACION DE DATOS :

- Resuelve problemas de representacion y codificacion

- Obtiene los datos de diferentes fuentes de informacion

*LIMPIEZA DE DATOS:

- Resolver inconsistencias
- Suavizar el ruido de los datos

-Identificar o eliminar outliers

-Rellenar / imputar valores perdidos

*NORMALIZACION

-Pasar los valores de un atributo a un rango mejor

- Util para algunas tecnicas o metodos basados en distancias

*TRANSFORMACION DE DATOS

-Transformar los datos de la mejor forma posible para la aplicacion de los

algoritmos de DM

*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

* DETECCION DE DATOS ANOMALOS

- Valores anomalos , atipicos o extremos(outliers): correctos aunque sean anomalos

estadisticamente

*REDUCCION DE DATOS :
- Los datos orginales pasan a ser Datos Reducidos

*SELECCION DE CARACTERISTICAS:

-Filtro , Medidas de separabilidad,Correlaciones

*SELECCION DE INSTANCIAS :

-Pretende elegir los ejemplos que sean relevantes para una aplicacion y lograr el
maximo rendimiento .

* DISCRETIZACION :

-Los valores sicretos son muy utiles en Mineria de Datos

- Representan informacion mas concisa , son mas faciles de entender mas cercanos a
la representacion a nivel de conocimiento.

-Divide el rango de atributos continuos

---------------
* DATA CLEANING

- Resolver inconsistencias
- Rellenar/imputar valores perdidos

- Suavizar el ruido de los datos

- Identificar o eliminar outliers...

* DATA TRANSFORMATION

- Transformar los datos de la mejor forma posible para la aplicaci�n de los

algoritmos de DM.
*DATA INTEGRATION

-Obtiene los datos de diferentes fuentes de informaci�n

-Resuelve problemas de representaci�n y codificaci�n

-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 :

Precision : VP / Total clasificados positivos

Sensibilidad : VP/Total positivos
Especificidad: VN/Total negativos

Se tiene que el valor de :

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 :

- Se utilizan algunas variables para predecir valores desconocidos de

otrasvariables

*METODOS DESCRIPTIVOS:

-Encuentran patrones interpretables que describen los datos

*Clasificaci�n [Predictive]

*Clustering [Descriptive]

*Reglas de Asociaci�n [Descriptive]

*Patrones Secuenciales [Descriptive]

*Regresi�n [Predictive]

*Detecci�n Desviaci�n/Anomal�a [Predictive]

*Series Temporales [Predictive]

*Sumarizaci�n [Descriptive]