Como crear una recta de Regresión Lineal en Excel 2010

excel_generar_recta_regresion En este post podrán aprender a crear una recta de regresión lineal en Excel 2010, usada para entender mediante la métrica R2, como se relacionan las variables y cuales de ellas conviene modificar para así accionar e influir en los resultados de nuestro negocio. Es un punto básico de partida para los modelos de predicción.

Data Mining básico: correlaciones, regresiones, mercado de valores y… Excel!

Data Mining con Excel

Un recorrido didáctico para comprender algunos principios básicos de Data Mining, utilizando el análisis de un caso ficticio de negocio se abarcan temas que son base para la predicción de ventas, el entendimiento de los factores que determinan que nuestras ventas suban o bajen, y otros tipos de insight que necesitemos analizar. Un buen punto de partida...

 

Potenciando acciones de marketing con data mining

Acciones de marketing con Data MiningEn este primer post, vamos a simular una situación de negocio en donde, como Analistas Data Mining, ya hemos realizado un modelo de Clustering con el objetivo de potenciar una decisión de comercial, buscando proveer de información rápidamente a la Gerencia de Marketing acerca de la cartera de clientes y sus hábitos de consumo.

Se hará un recorrido paso a paso a lo largo del análisis de negocio y su interpretación.

Resultados Preliminares del Proceso de Minería de Datos Aplicado al Análisis de la Deserción Utilizando Herramientas Open Source

Comparto con ustedes Articulo presentado en CACIC 2011

Saludos

 

--
Lic. J. Germán A. Pautsch
Licenciado en Sistemas de Información
msn: gpautsch@hotmail.com
skype: german_pautsch
-----------------------------------------
Universidad Nacional de Misiones
Facultad de Ciencias Economicas
www.fce.unam.edu.ar
Ruta Nacional 12, Km. 7,5 - (N3304)
Miguel Lanus - Misiones - Argentina
Tel: (03752) 48-0006 / 48-0394 / 48-0395
Fax: (03752) 48-0988

 

Soluciones analíticas in-database. Caso SAS - Teradata

Dentro de las soluciones de SAS enfocadas a la mejora de rendimientos y tiempos de respuesta en entornos analíticos destaca el esfuerzo realizado con la propuesta SAS In-Database. Esta propuesta va acompañada de otro tipo de soluciones high-performance como son SAS Grid Computing y SAS In-memory, que igualmente mejoran rendimiento, ayudan a gestionar la carga de trabajo y facilitan la escalabilidad de los entornos analíticos.
 
La solución SAS In-Database reduce la necesidad de mover grandes volúmenes de datos entre las soluciones SAS y los SGBD. Realizar el tratamiento de datos, los procesos analíticos o de reporting dentro de la base de datos donde reside esta información reduce movimientos de datos innecesarios y facilita las funciones de data governance. Por otra parte, permite aprovechar la arquitectura MPP de las bases de datos y entornos data Warehouse para mejorar la escalabilidad y el rendimiento de los procesos.
 

El tutorial de Datamining con RapidMiner ya está completo

 

Pantalla de proceso de Datamining con RapidMiner

Ya hemos completado la publicación del Tutorial online de RapidMiner 5.0, una de las mejores herramientas Open Source para minería de datos, que además dispone de versiones Enterprise.

 

Este tutorial muestra los conceptos básicos de RapidMiner y las configuraciones de procesos simples que se pueden realizar. Se muestra cómo se puede realizar cada proceso de datamining mediante un ejemplo que detalla los pasos a seguir.. 

Completo mapa 'interactivo' de introducción a la Minería de Datos

Mapa Interactivo de proceso de Minería de DatosEn la web de Universidad de Toronto se puede encontrar este práctico Mapa de Introducción al Data Mining, en el se muestran organizadas las diferentes fases habituales de un proceso de Minería de Datos, y las técnicas o algoritmos que se pueden utilizar en cada fase.

Cada fase, agrupación o algoritmo está representado en un botón en el que se puede hacer click y llegar a una página de detalle del mismo...

Detección de datos con ruido en bases de datos utilizando herramientas OLAP

Resumen

Para realizar una correcta auditoría de sistemas es necesario que los datos incluidos en las bases de datos posean calidad, por tal motivo es necesario analizar si es posible la detección de ruidos en una base de datos, utilizando una herramienta de visualización OLAP.

Para detectar ruido a través de técnicas de visualización OLAP1 utilizamos una metodología Top-Down, intentando ir desde lo general a lo particular. De esta forma, en cada etapa vamos refinando cada vez mas la granularidad del ruido detectado, hasta lograr aislar cada tupla con ruido.