Minería de Datos y Bases de Datos

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.