Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Los complementos de minería de datos para Office admiten la creación de modelos analíticos mediante los siguientes algoritmos de minería de datos. Todos los algoritmos se basan en métodos de aprendizaje automático conocidos y han sido implementados por Microsoft Research.
Algoritmos
| Método de aprendizaje automático | Cómo funciona |
|---|---|
| Algoritmo de reglas de asociación de Microsoft | Descubra qué productos se compran juntos o qué eventos se producen juntos y use el modelo para crear recomendaciones. https://msdn.microsoft.com/library/ms174916.aspx |
| Algoritmo de agrupación en clústeres de Microsoft | Defina segmentos de mercado, agrupe automáticamente a los clientes relacionados, o encuentre relaciones en los datos para utilizar en procesos adicionales de minería de datos. https://msdn.microsoft.com/library/ms174879.aspx |
| Algoritmo de árboles de decisión de Microsoft | Identifique las relaciones previamente desconocidas entre varios elementos de los datos para informar mejor a sus decisiones o busque los factores que conducen a resultados específicos. https://msdn.microsoft.com/library/ms174923.aspx |
| Algoritmo de regresión lineal de Microsoft | Busque una fórmula matemática que describa factores que contribuyen a un resultado numérico. https://msdn.microsoft.com/library/ms174824.aspx |
| Algoritmo de regresión logística de Microsoft | Identifique los factores que contribuyen a los resultados binarios y aprenda a usarlos para afectar a los resultados. https://msdn.microsoft.com/library/ms174828.aspx |
| Algoritmo bayes naïve de Microsoft | Explore las relaciones de los datos y busque las que se correlacionan principalmente estrechamente con un resultado. https://msdn.microsoft.com/library/ms174806.aspx |
| Algoritmo de redes neuronales de Microsoft | Busque relaciones ocultas entre varias entradas e incluso varias salidas. Se usa para la exploración o para la predicción. https://msdn.microsoft.com/library/ms174941.aspx |
| Algoritmo de serie temporal de Microsoft | Use datos históricos para predecir valores futuros. https://msdn.microsoft.com/library/ms174923.aspx |
Opciones avanzadas
Al usar el cliente de minería de datos para Excel, tiene la opción de crear sus propias estructuras y modelos de minería de datos, o para ajustar los parámetros de los algoritmos.
Parámetros de algoritmo (complementos de minería de datos de SQL Server)
Hay dos maneras de personalizar los modelos mediante estas opciones avanzadas:
Use el Asistente para consultas de minería de datos para crear el modelo.
En el cliente de minería de datos, después de iniciar el asistente, haga clic en Parámetros.
Véase también
Consulta (extensiones de minería de datos de SQL Server)
Modelado avanzado (complementos de minería de datos para Excel)