KNIME

INSTALACIÓN DE KNIME:

Descargue la versión de KNIME adecuada para su sistema operativo

(Windows o Linux, 32 o 64 bits): http://knime.org/download

INTRODUCCIÓN• KNIME es un entorno totalmente gratuito para el

desarrollo y ejecución de técnicas de minería de datos. KNIME fue desarrollado originalmente en el departamento de bioinformática y minería de datos de la Universidad de Konstanz, Alemania.

• En la actualidad, la empresa KNIME.com, radicada en Zurich, Suiza, continua su desarrollo, además de prestar servicios de formación y consultoría.

• Esta escrito en Java y su entorno grafico esta desarrollado en Eclipse.

• Licencia: KNime es un proyecto open source, y esta liberado bajo la licencia Aladdin Free Public License. La licencia es para usuarios no profesionales, para uso comercial son necesarios otros requisitos.

MINERÍA DE DATOS: La minería de datos es el proceso de detectar la información de grandes conjuntos de

datos. Utiliza el análisis matemático para deducir los patrones y tendencias que existen en los datos. Normalmente, estos patrones no se pueden detectar mediante la exploración tradicional de los datos porque las relaciones son demasiado complejas o porque hay demasiado datos.

Estos patrones y tendencias se pueden recopilar y definir como un modelo de minería de datos. Los modelos de minería de datos se pueden aplicar en escenarios como los siguientes:

• Previsión: Calcular las ventas y predecir las cargas de servidor o el tiempo de inactividad del servidor.

• Riesgo y probabilidad: Elegir los mejores clientes para la distribución de correo directo, determinar el punto de equilibrio probable para los escenarios de riesgo, y asignar probabilidades a diagnósticos u otros resultados.

• Recomendaciones: Determinar los productos que se pueden vender juntos y generar recomendaciones.

• Buscar secuencias: Analizar los artículos que los clientes han introducido en el carrito de compra y predecir los posibles eventos.

• Agrupación: Separar los clientes o los eventos en clústeres de elementos relacionados, y analizar y predecir afinidades.