Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Reglas de asociación multinivel

No description
by

Josesitho Martinez Avila

on 15 September 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Reglas de asociación multinivel

REGLAS DE ASOCIACION MULTINIVEL Es una tecnica de inteligencia artificial ampliamente utilizada en datamining.
Datamining: Es el proceso de decubrimiento de tendencias o patrones en grandes BD. Ejemplos:
Asociacion de productos que se
compran en un supermercado:
* pan y leche
* cerveza y pañales
* desicion de promociones y descuentos.
* sitios o paginas web que un usuario
visita en una misma sesion. Que describen las reglas de asociacion:
* describe una relacion entre los elementos de un conjunto de datos relevantes
Ejemplo:
* estudiantes que cursan inteligencia artificial, tienden a cursar taller de sistemas muitiagentes.
* clientes que adquieren un producto lacteo, tienden a comprar un producto de panificados. DIFERENTES TIPOS DE ASOCIACIONES
* Reglas de un nivel y multinivel.
* segun el nivel de abstraccion involucrado.
*edad (x"30-34) entonces compra
(x,"computadora portatil")
* edad (x,"30-34")entonces compra (x,"computadora") El proceso de extraccion de reglas de asociacion
se lleva acabo como:
*Metodo descriptivo,( si bien puede adaptarse como modelo predictivo.)
* Para datos en forma transaccional o relacional.) Porque utilizar jerarquias de conceptos:
* porque las reglas involucran articulos en los niveles mas bajos, puede que no tengan soporte suficiente como para aparecer en algun patron frecuente.
BENEFICIOS:
* Muchas veces se usa como punto de comienzo no se sabe exactamente que tipos de patrones buscar. Jose misael martinez avila se utilizan para:
*Comparar ventas durante promociones versus ventas en cualquier otro momento.
*comparar ventas en areas geograficas por regiones,por zonas de marketing o por paises.
* analizar encuestas.
Full transcript