¿Cuáles son las diferentes primitivas de minería de datos?

1. Datos relevantes para la tarea
a. Nombre de la base de datos o del almacén de datos
b. Tablas de bases de datos o cubos de almacenamiento de datos
c. Condición para la selección de datos
d. Atributos o dimensiones relevantes
e. Criterios de agrupación de datos
2. Tipo de conocimiento a explotar
a. Caracterización
b. Discriminación
c. Asociación
d. Clasificación / predicción
e. Agrupación
f. Análisis de valores atípicos
g. Otras tareas de minería de datos
3. Conocimientos previos
a. Conocimientos previos típicos: jerarquías de conceptos
b. Jerarquía de esquemas
c. Jerarquía de agrupación de conjuntos
D. Jerarquía derivada de la operación
e. Jerarquía basada en reglas
4. Medidas de interés del patrón
a. Sencillez
b. Certeza
c. Utilidad
d. Novedad
5. Visualización / presentación de patrones descubiertos
a. Diferentes orígenes / usos pueden requerir diferentes formas de representación, por ejemplo, reglas, tablas
b. Importancia de la jerarquía de conceptos
c. Los diferentes tipos de conocimientos requieren una representación diferente: asociación, clasificación, agrupación, etc.

La minería de datos se refiere básicamente a la recuperación y extracción de información importante de una base de datos o de un gran conjunto de datos. Hay una serie de técnicas para la minería de datos dependiendo de para qué se utilice, como minería de datos predictiva, ensacado, refuerzo, etc. Para conocerlas en detalle, consulte el enlace a continuación:
www.statsoft.com

La minería de datos es un proceso analítico diseñado para explorar datos en busca de patrones y relaciones consistentes. Aquí hay un enlace desde donde puede obtener las técnicas de minería de datos:

www.statsoft.com