CONTROL DE LECTURA: “¿QUÉ ES LA MINERÍA DE DATOS?

Nombre: Aldo Choque Ortigozo 2014-119033

1.- ¿Qué es la minería de datos? En su respuesta, dirija lo siguiente:

a. ¿Es otra exageración?

La minería de datos no es un tema reciente o un tema que haya provenido del boom de la
tecnología, sino es un término que surge por la aparición de nuevas necesidades y por el
aumento del volumen y variedad de la información en las últimas décadas, que consiste en usar
los datos como “materia prima” para obtener conocimiento valioso en la toma de decisiones.

b. ¿Es una simple transformación o aplicación de tecnología desarrollada a partir de bases

de datos, estadísticas, aprendizaje automático y reconocimiento de patrones?

No, porque la minería de datos es un campo multidisciplinar que se ha desarrollado en paralelo

con los temas de base de datos, computación paralela, estadística, sistema de toma de
decisiones, aprendizaje automático entre otras, por eso va más allá de una simple
transformación. De una manera simple, el objetivo de la minería de datos es convertir datos en
conocimiento.

c. Hemos presentado una opinión de que la minería de datos es el resultado de la evolución

de la tecnología de bases de datos. ¿Cree que la minería de datos también es el resultado de
la evolución de la investigación de aprendizaje automático? ¿Puede presentar tales puntos de
vista basados en el progreso histórico de esta disciplina? Abordar lo mismo para los campos
de estadísticas y reconocimiento de patrones.

La minería de datos y el aprendizaje automático comparten el principio de: La máquina aprende

un modelo a partir de ejemplos y lo usa para resolver el problema, por eso la minería de datos
también es resultado de la evolución del aprendizaje automático, además la minería de datos
ayudo a generar nuevas técnicas de selección de información.

c. Describa los pasos involucrados en la extracción de datos cuando se ve como un proceso

de descubrimiento de conocimiento.

El proceso de descubrimiento de conocimiento conocido como Knowledge Discovery in

Databases (KDD), se refiere al proceso no-trivial de descubrir conocimiento e información
potencialmente útil dentro de los datos contenidos en algún repositorio de información.

Los pasos son:

Preparación de los datos

En esta etapa se determinan las fuentes de datos y el tipo de información a utilizar. Es la

etapa donde los datos relevantes para el análisis son extraídos desde la o las fuentes de
datos.
Minería de datos

Es la aplicación de los métodos de aprendizaje y estadísticos para la obtención de patrones

y modelos.

Es la fase de modelamiento propiamente tal, en donde métodos inteligentes son aplicados

con el objetivo de extraer patrones previamente desconocidos, válidos, nuevos,
potencialmente útiles y comprensibles y que están contenidos u “ocultos” en los datos.

Patrones

Se identifican los patrones obtenidos y que son realmente interesantes, basándose en

algunas medidas

Evaluación/Interpretación/Visualización

Evaluar e interpretar los patrones para convertirlos en conocimiento, consolidar el

conocimiento resolviendo posibles conflictos con conocimiento previamente extraído y
hacer el conocimiento disponible para su uso.