Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Instituo Politécnico Nacional Escuela Superior de Ingeniería Mecánica y Eléctrica Alumno: Daniel Morales Ortega Grupo: 2CM2 Materia: Arquitectura de Computadoras ACTIVIDAD: Cuestionario Minería de Datos y Bases de Datos 1. ¿Qué es la minería de datos y cómo se relaciona con las bases de datos? Respuesta: La minería de datos es el proceso de descubrir patrones, tendencias y conocimientos valiosos a partir de grandes conjuntos de datos. Se relaciona con las bases de datos porque utiliza datos almacenados en bases de datos para realizar análisis y extracción de información. 2. ¿Cuál es el propósito principal de la minería de datos en el contexto de las bases de datos? Respuesta: El propósito principal es identificar información útil y oculta en los datos almacenados en las bases de datos, lo que puede ayudar a la toma de decisiones, la segmentación de clientes, la detección de fraudes y más. 3. ¿Cuáles son algunas técnicas comunes de minería de datos? Respuesta: Técnicas comunes incluyen la clasificación, la regresión, el clustering, la asociación, la detección de anomalías y la extracción de patrones secuenciales. 4. ¿Cómo se preparan los datos para la minería de datos en bases de datos? Respuesta: Los datos se preparan mediante la limpieza de datos (eliminación de valores faltantes o erróneos), la selección de atributos relevantes y la transformación de datos (normalización, codificación de variables categóricas, etc.). 5. ¿Cuál es la diferencia entre la minería de datos supervisada y no supervisada? Respuesta: En la minería de datos supervisada, se entrena un modelo utilizando datos etiquetados con resultados conocidos para predecir o clasificar datos futuros. En la minería de datos no supervisada, se busca encontrar patrones o grupos en los datos sin etiquetas previas. 6. ¿Cómo puede beneficiar la minería de datos a las empresas que utilizan bases de datos? Respuesta: La minería de datos puede ayudar a las empresas a tomar decisiones informadas, mejorar la eficiencia operativa, descubrir oportunidades de mercado, identificar patrones de comportamiento del cliente y prevenir fraudes. 7. ¿Cuáles son algunos ejemplos de aplicaciones de minería de datos en la vida cotidiana? Instituo Politécnico Nacional Escuela Superior de Ingeniería Mecánica y Eléctrica Alumno: Daniel Morales Ortega Grupo: 2CM2 Materia: Arquitectura de Computadoras ACTIVIDAD: Cuestionario Respuesta: Ejemplos incluyen recomendaciones de productos en sitios de comercio electrónico, detección de spam en correos electrónicos, pronóstico del tiempo, análisis de redes sociales y diagnóstico médico. 8. ¿Qué es el aprendizaje automático (machine learning) y cómo se relaciona con la minería de datos? Respuesta: El aprendizaje automático es una rama de la inteligencia artificial que se centra en el desarrollo de algoritmos y modelos que pueden aprender de datos y realizar tareas sin ser programados explícitamente. Se utiliza en la minería de datos para construir modelos predictivos y descriptivos. 9. ¿Cuál es la ética y la privacidad de datos en la minería de datos? Respuesta: La ética en la minería de datos se refiere a la responsabilidad de garantizar que los datos se utilicen de manera ética y que no se violen derechos de privacidad. La privacidad de datos implica proteger la información personal y sensible durante el proceso de minería de datos. 10. ¿Cuál es el ciclo de vida típico de un proyecto de minería de datos? Respuesta: El ciclo de vida incluye la comprensión del problema, la recopilación de datos, la preparación de datos, la modelización, la evaluación y la implementación de resultados. Es un proceso iterativo que implica explorar y validar continuamente los resultados.
Compartir