existiendo un medio para hacerlo de manera científica, lo cual convierte a las redes neuronales en una herramienta de cuidado para usarla en proyectos reales. Para dar un ejemplo: es conocido que una aplicación que requiere la búsqueda de dos variables que se correlacionan requieren de dos niveles ocultos, aunque no hay nada concreto. Puesto que podría ser más eficiente tres niveles o tan sólo uno, todo depende de la experiencia de la persona que desarrolla estas redes.

La ventaja de las redes neuronales sobre la estadística es que en las redes de neuronas uno puede introducir las variables que desee y la red neuronal le dirá cuales son las variables importantes y en que grado, mientras que en los modelos estadísticos se requiere conocer cuales variables son importantes antes del análisis. Aún así, la estadística es muy usada para realizar data mining porque es la técnica más conocida por los ingenieros en la actualidad, en cambio no es fácil encontrar expertos en redes neuronales en el mercado laboral.

Los algoritmos genéticos permiten mejorar los resultados aplicando métodos evolutivos parecidos a los existentes en la naturaleza, como la selección, mutación y supervivencia. El principal uso de los algoritmos genéticos es para el aprendizaje, aunque este método no es muy utilizado para aplicar data mining.

Uso de Tecnología de Data Mining

El data mining se ha aplicado en varios tipos de situaciones diferentes, los cuales requieren diferentes tipos de análisis. Vamos a ver los principales usos que se han dado hasta ahora.

Permite entender los patrones de compras en los problemas presentados en aplicaciones de "carrito de compras". Una determinada compra de un cliente puede considerarse como una transacción, pero el descubrimiento de patrones debido al análisis de un gran número de transacciones permite mejorar las promociones de productos y el inventario de la tienda, mejorando la rentabilidad de ésta.