Ejercicio con enlace

esta presentación

Ejercicio con marco

En esta presentación, se muestra de forma visual cómo la IA puede ser un factor determinante en el proceso de contratación. En ella vemos las ventajas y las desventajas de lo que supone su uso, concretamente en este sector concreto. 

DATA MINING

1. Información relacionada sobre el Data Mining
2. Data Mining
   
3. ¿Qué es OLAP?
   

INFORMACIÓN RELACIONADA SOBRE EL DATA MINING

• Minería de datos
• ¿Qué es la minería de datos?
• Origen del Data Mining

DATA MINING

La minería de datos (data mining), también conocida como descubrimiento de conocimiento en datos (KDD), es un proceso que permite explorar grandes conjuntos de datos de forma automática o semiautomática para encontrar patrones, tendencias y relaciones que expliquen el comportamiento de los datos. El objetivo principal de la minería de datos es convertir datos sin procesar en conocimiento útil que pueda ser utilizado por las empresas y organizaciones para tomar mejores decisiones, mejorar sus procesos y aumentar sus ganancias. 

El término "data mining" se popularizó en la década de 1990, pero el concepto subyacente tiene raíces más profundas. Ya en los años sesenta, los estadísticos manejaban términos como "Data Fishing" o "Data Archaeology" para referirse a la búsqueda de correlaciones sin una hipótesis previa en bases de datos con ruido. A principios de los ochenta, figuras como Rakesh Agrawal, GioWiederhold, Robert Blum y Gregory Piatetsky-Shapiro empezaron a darle forma a los conceptos de "Minería de Datos" y "KDD" (Descubrimiento de Conocimiento en Bases de Datos). La minería de datos se ha convertido en un punto de encuentro entre la estadística, la inteligencia artificial y la informática. Las técnicas empleadas son algoritmos cada vez más sofisticados que permiten

descubrir relaciones ocultas en los datos.

¿Qué significa OLAP?

¿Qué es OLAP?

El procesamiento analítico en línea (OLAP) es una tecnología de software que puede utilizar para analizar datos empresariales desde diferentes puntos de vista. Las organizaciones recopilan y almacenan datos de múltiples fuentes de datos, como sitios web, aplicaciones, medidores inteligentes y sistemas internos. OLAP combina y agrupa estos datos en categorías para proporcionar información procesable para la planificación estratégica.

¿Por qué es importante el OLAP?

El procesamiento analítico en línea (OLAP) ayuda a las organizaciones a procesar y beneficiarse de una cantidad cada vez mayor de información digital. Algunos de los beneficios de OLAP son los siguientes; toma de decisiones más rápida, tiene asistencia al usuario sin conocimientos técnico y tiene vista de datos integrada.

Para saber más