Minería de datos (SSAS)
Analysis Services proporciona una plataforma integrada para las soluciones que incorporan la minería de datos. Puede usar datos relacionales o de cubo para crear soluciones de Business Intelligence con análisis predictivos.
Ventajas de la minería de datos
La minería de datos usa principios estadísticos contrastados para detectar patrones en los datos, ayudándole a tomar decisiones inteligentes sobre problemas complejos. La aplicación de los algoritmos de minería de datos de Analysis Services a los datos le permitirá predecir tendencias, identificar patrones, crear reglas y recomendaciones, analizar la secuencia de eventos en conjuntos de datos complejos y obtener nuevos puntos de vista.
En SQL Server 2012, la minería de datos es eficaz y accesible, y está integrada con las herramientas preferidas de los usuarios para el análisis y la creación de informes. Vea los vínculos de esta sección para obtener toda la información sobre la minería de datos que necesita para empezar.
Características clave de la minería de datos
SQL Server proporciona las siguientes características para las soluciones integradas de minería de datos:
Varios orígenes de datos: no es necesario crear ningún almacén de datos o cubo OLAP para realizar la minería de datos. Puede usar datos tabulares de proveedores eternos, hojas de cálculo e incluso archivos de texto. También puede realizar fácilmente la minería de los cubos OLAP creados en Analysis Services. Sin embargo, no se pueden usar datos de una base de datos en memoria.
Funciones integradas de limpieza, administración y ETL de datos: Data Quality Services proporciona herramientas avanzadas de generación de perfiles y de limpieza de datos. Se puede usar Integration Services para generar procesos ETL de limpieza de datos, y también para tareas de creación, procesamiento, entrenamiento y actualización de modelos.
Varios algoritmos personalizables: además de proporcionar algoritmos como la agrupación en clústeres, las redes neuronales y los árboles de decisión, la plataforma permite desarrollar complementos propios con algoritmos personalizados.
Infraestructura de pruebas de modelos: pruebe los modelos y los conjuntos de datos usando herramientas estadísticas tan importantes como la validación cruzada, las matrices de clasificación, los gráficos de mejora respecto al modelo predictivo y los gráficos de dispersión. Cree y administre fácilmente conjuntos de prueba y entrenamiento.
Consultas y obtención de detalles: cree consultas de predicción, recupere patrones y estadísticas de modelos, y obtenga información detallada de los datos de los casos.
Herramientas de cliente: además de los estudios de desarrollo y diseño proporcionados por SQL Server, puede usar los Complementos de minería de datos para Excel para crear, consultar y examinar modelos. O bien crear clientes personalizados, incluidos servicios web.
Compatibilidad con lenguaje de scripting y API administradas: Todos los objetos de minería de datos son totalmente programables. El scripting es posible mediante MDX, XMLA o las extensiones de PowerShell para Analysis Services. Use el lenguaje DMX (Extensiones de minería de datos) para crear rápidamente consultas y scripts.
Seguridad e implementación: proporciona seguridad basada en roles a través de Analysis Services e incluye permisos independientes para obtener detalles de modelos y datos de estructura. Fácil implementación de modelos en otros servidores, de forma que los usuarios puedan tener acceso a los patrones o realizar predicciones.
En esta sección
Los temas de esta sección presentan las características principales de la minería de datos de SQL Server y las tareas relacionadas.