MINERIA

de D
ATOS
 ¿QUE ES?
La minería de datos es el proceso de extraer información útil de una acumulación de
datos, a menudo de un almacén o de la recopilación de conjuntos de datos vinculados.
Las herramientas de minería de datos incluyen potentes capacidades estadísticas,
matemáticas y analíticas cuyo objetivo principal es examinar grandes conjuntos de
datos para identificar tendencias, patrones y relaciones para dar soporte a la toma de
decisiones fundamentada y a la planificación.
 ¿CÓMO FUNCIONA DATA MINING?
El enfoque depende del tipo de preguntas que
se hagan, del contenido y la organización de la
base de datos o conjuntos de datos que
proporcionan la materia prima para la
búsqueda y el análisis.
Para esto, hay algunos pasos organizacionales
y preparatorios que deben completarse para
preparar los datos, las herramientas y los
usuarios:
Comprenda el problema, o el área de investigación. El responsable de la toma de decisiones
empresarial, necesita una comprensión general del dominio en el que trabajarán: los tipos de datos
internos y externos que formarán parte de esta exploración. Se supone que tienen un conocimiento
íntimo del negocio y de las áreas funcionales involucradas.
Recopilación de datos. Se inicia con sus sistemas y bases de datos internos, y que todos estén en
un almacén, esto incluye cualquier dato de fuentes externas que formen parte de sus operaciones
y algunos datos externos
Preparación y comprensión de los datos. Para ayudar a definir, categorizar y organizar los datos.
Esta parte del proceso a veces se llama disputa de datos o munging. Algunos de los datos pueden
necesitar limpieza para eliminar duplicados, inconsistencias, registros incompletos o formatos
obsoletos.
Formación de usuarios. Se brinda capacitación formal a sus futuros mineros de datos, así como
alguna práctica supervisada a medida que comienzan a familiarizarse con estas poderosas
herramientas.
 1. El científico de datos o minero de datos comienza por identificar los objetivos y el alcance del proyecto. Trabajan
FASES DEL PROCESO conjuntamente con las partes interesadas de la empresa para identificar cierta información.
Problemas que se deben abordar
1 COMPRENSIÓN DEL NEGOCIO Restricciones o limitaciones del proyecto ¡Idea genial!
El impacto empresarial de las posibles soluciones
2. Una vez que comprenden el problema empresarial, los científicos de datos comienzan a realizar un análisis preliminar
2 COMPRENSIÓN DE DATOS de los datos. Recopilan conjuntos de datos de diversos orígenes, obtienen los derechos de acceso y elaboran un
informe de descripción de datos. El informe incluye los tipos de datos, la cantidad y los requisitos de hardware y
3 PREPARACIÓN DE LOS DATOS software para el procesamiento de datos
3. Los mineros de datos dedican la mayor parte del tiempo a esta fase porque el software de minería de datos requiere
datos de alta calidad. Los procesos empresariales recopilan y almacenan datos por razones distintas a la minería.
4 MODELO DE DATOS (LIMPIAR, INTEGRAR Y DAR FORMATO)
4. Los mineros de datos introducen los datos preparados en el software de minería de datos y estudian los resultados.
Para ello, pueden elegir entre múltiples técnicas y herramientas de minería de datos
5 EVALUACIÓN 5. Una vez creados los modelos, los mineros de datos comienzan a medirlos con respecto a los objetivos empresariales
originales. Comparten los resultados con los analistas de negocio y obtienen comentarios. Es posible que el modelo
responda adecuadamente a la pregunta original o que muestre patrones nuevos y desconocidos hasta el momento
6 IMPLEMENTACIÓN 6. Durante la implementación, otras partes interesadas utilizan el modelo de trabajo para generar inteligencia
empresarial. El científico de datos planifica el proceso de implementación, que incluye instruir a otros sobre las
funciones del modelo, realizar un seguimiento continuo y mantener la aplicación de minería de datos.
 TÉCNICAS
3 Agrupación de clústeres
1 Mineria de reglas de asociación La agrupación en clústeres consiste en agrupar varios puntos
es el proceso de encontrar relaciones entre dos de datos en función de sus similitudes. Se diferencia de la
conjuntos de datos diferentes y aparentemente no clasificación porque no puede distinguir los datos por
relacionados. categorías específicas, pero sí es capaz de encontrar
patrones en sus similitudes
2 Análisis de secuencias y trayectorias
El software de minería de datos también puede buscar patrones 4 Clasificación
La clasificación es una técnica compleja de minería
en los que un conjunto particular de eventos o valores conduce a
de datos que entrena al algoritmo de ML para
otros posteriores. Es capaz de reconocer alguna variación en los
clasificar los datos en distintas categorías.
datos que se produce a intervalos regulares o en el flujo y reflujo
de los puntos de datos a lo largo del tiempo.
 1 2
EJEMPLOS DE Comercio electrónico. Por sus
posibilidades, el comercio electrónico
MINERÍA DE DATOS es una de las trincheras que mayor
provecho ha obtenido de la minería
de datos
4
En el área médica la minería de datos ha
sido de primera importancia para la
resolución de algunos de los episodios
contemporáneos, como la pandemia de
covid-19. Al aplicar algunas de estas
técnicas, los hospitales, farmacéuticas y
gobiernos pudieron, por ejemplo, detectar
el foco de infección y generar estrategias
de contención inmediatas.
Las redes sociales son el lugar donde más
datos se generan día con día. Actualmente
hay más de 2900 millones de usuarios de
Facebook, 2500 millones de YouTube y
1478 millones de Instagram. Esto significa
que la información que se comparte a
través de publicaciones, fotos y videos es
realmente grande.
3
A menor escala las empresas pueden
también aprovechar la minería de
datos para mejorar las experiencias de
compra de sus clientes. Para ello solo
basta disponer de una base de datos
en donde esté integrada la información
de relevancia de sus consumidores.
La minería
¡Idea genial!
de datos, por ejemplo, puede ser utilizada para analizar los
patrones de compra de los clientes y predecir qué productos pueden ser
más populares en el futuro. También puede ser usada para detectar Aplicaciones de
fraudes financieros o para optimizar los procesos de producción. la Minería de
Además, la minería de datos puede ser utilizada en el campo de la
medicina para identificar patrones en los datos de pacientes y hacer Datos
predicciones sobre enfermedades futuras. También puede ser utilizada
en la investigación científica para analizar grandes conjuntos de datos y
descubrir nuevas correlaciones y relaciones entre diferentes variables.
 Ventajas
Información de confianza. La información que se extrae con ella
es totalmente fiable.
Mejoras y ajustes en los procesos empresariales. La ayuda que
proporciona para realizar ajustes operativos en las empresas.
Esto sobresale, en todo lo que se refiere a la mejora de los
procesos logísticos.
Una mejor toma de decisiones. Las decisiones basadas en datos
siempre van a ser mejores. La minería de datos da información
objetiva y fiable, por lo que las empresas y los analistas pueden
tomar decisiones mucho mejores.
Analiza grandes cantidades de datos rápidamente. Se puede
procesar una mayor cantidad de información en menos tiempo.
Predicciones. Se pueden realizar predicciones de
comportamiento basadas en patrones. También es útil, en este
sentido, para la creación de algoritmos para aprendizaje
automático y el diseño de aplicaciones y programas específicos
de IA.
Desventajas
Herramientas complejas. La mayoría de las herramientas que se
emplean para minería de datos son complejas y requieren que las
manejen profesionales formados y especializados. Esto hace que los
profesionales sean escasos y muy demandados.
No es infalible. Aunque se trata de un conjunto de técnicas fiable, la
minería de datos no es infalible y no siempre proporciona información
totalmente precisa.
Privacidad. Uno de los inconvenientes de la información, sobre todo
en el ámbito de la empresa privada, es el tratamiento de datos
personales.
Bases de datos. Para extraer información de manera más precisa y
eficaz se requieren grandes bases de datos, espacio de
almacenamiento y capacidad de procesamiento para tratarla.
Costes. El punto anterior nos lleva a los costes de la minería de
datos, que, si no se trabaja con las herramientas adecuadas, puede
ser muy elevado.
 EL FUTURO DE LA MINERÍA DE DATOS
A medida que la tecnología avanza, la minería de datos seguirá siendo una herramienta
importante para las empresas y organizaciones. Se espera que la cantidad de datos
disponibles siga aumentando, lo que significa que la minería de datos será cada vez más
importante para extraer información valiosa de estos datos.
Además, se espera que la inteligencia artificial y el aprendizaje automático continúen
evolucionando, lo que permitirá a las empresas realizar análisis más avanzados y precisos.
También se espera que la minería de datos sea utilizada cada vez más en campos como la
salud y la ciencia para hacer predicciones y descubrir nuevas correlaciones y relaciones entre
diferentes variables.
 CONCLUSIÓN
La minería de datos es una herramienta poderosa que puede ayudar a las empresas
y organizaciones a tomar decisiones informadas y mejorar su eficiencia. Aunque
presenta algunos desafíos importantes, se espera que la minería de datos continúe
evolucionando y siendo utilizada en una amplia variedad de campos en el futuro.
Es importante recordar que la minería de datos debe ser utilizada de manera responsable y ética,
respetando la privacidad de los datos y garantizando que se utilicen técnicas precisas y confiables
para obtener resultados precisos y útiles.
 MUCHAS
GRACIAS