Índice General
1 Inteligencia de Negocios 1
1.1 Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . 11.2 ¿Qué es Business Intelligence? . . . . . . . . . . . . . . . . . . . 21.3 Componentes de Business Intelligence . . . . . . . . . . . . . . 3
2 Introducción 5
2.1 Descubrimiento de Conocimiento en Bases de Datos (KDD) . 52.2 Concepto del KDD . . . . . . . . . . . . . . . . . . . . . . . . . 62.2.1 Metas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72.3 Relación con otras disciplinas . . . . . . . . . . . . . . . . . . . 82.4 El proceso de KDD . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 Mineria de Datos - Data Mining 11
3.1 Conceptos e Historia . . . . . . . . . . . . . . . . . . . . . . . . 113.1.1 Los Fundamentos del Data Mining . . . . . . . . . . . . 123.2 Principales características y objetivos de la Minería de Datos . 133.3 El Alcance de Data Mining . . . . . . . . . . . . . . . . . . . . 153.4 Una arquitectura para Data Mining . . . . . . . . . . . . . . . 16
4 Fases de un Proyecto de MD y Aplicaciones de Uso 17
4.1 Fases de un Proyecto de Minería de Datos . . . . . . . . . . . . 174.1.1 Filtrado de datos . . . . . . . . . . . . . . . . . . . . . . 174.1.2 Selección de variables . . . . . . . . . . . . . . . . . . . 184.1.3 Algoritmos de Extracción de Conocimiento . . . . . . . 184.1.4 Interpretación y evaluación . . . . . . . . . . . . . . . . 194.2 Aplicaciones de Uso . . . . . . . . . . . . . . . . . . . . . . . . 194.2.1 En el Gobierno: . . . . . . . . . . . . . . . . . . . . . . . 194.2.2 En la Empresa . . . . . . . . . . . . . . . . . . . . . . . 204.2.3 En la Universidad . . . . . . . . . . . . . . . . . . . . . 21iii