Minería de Datos vs Ciencia de Datos

Minería de Datos vs Ciencia de Datos

Minería de Datos vs Ciencia de Datos

La Ciencia de Datos es una disciplina integral que aborda el proceso de tomar mejores decisiones mediante el uso de datos, para su análisis; el desarrollo de acciones de negocio a partir de dicho análisis, con su recomendación tecnológica para implementar (e implicaciones existentes). Tomando en cuenta la anterior definición, podemos asumir que el “uso de datos” tiene alguna relación con la llamada Minería de Datos, a continuación, armaremos una definición.

La Minería de Datos es una actividad de análisis de datos que se centra en tres actividades fundamentales: la extracción de data, el descubrimiento de patrones ocultos dentro de esa data y el soporte para el desarrollo de modelos. Es importante desarrollar las tres actividades para entender como éstas se relacionan a la ciencia de datos:

Extracción de Data Minería de Datos vs Ciencia de Datos

La extracción de data

Es la acción de identificar las diferentes posibles fuentes de información cuantitativa de acuerdo con la necesidad a resolverse. Una vez identificadas las fuentes, se establece el proceso de extracción, transformación y carga (ETL por sus siglas), para su uso. El ideal es tener una serie de tablas en una arquitectura dedicada al análisis.

LEE: Cómo afrontar al “Lobo Feroz” de hoy: IoT, Big Data, Cloud, Analytics y más en Desarrollo de Software y Apps

Descubrimiento de patrones

Esta es quizás la actividad de mayor valor que puede arrojar la minería de datos. Consiste en combinar diferentes técnicas estadísticas de evaluación de datos para poder encontrar el comportamiento de los mismos datos. Las técnicas utilizadas pueden ser tan simples como análisis de correlaciones en conjunto con análisis gráfico (como histogramas), hasta técnicas más complejas como los son las reglas de asociación (utilizadas en el market basket analysis).

Descubrimiento de Patrones Minería de Datos vs Ciencia de Datos

Soporte para el desarrollo de modelos

Las diferentes disciplinas de análisis (entre ellas incluidas la ciencia de datos) utilizan como insumo el proceso nodal de la minería de datos; muchas veces para la construcción de modelos más complejos, o para poderlos integrar a un proceso programado, como se haría con machine learning.

Partiendo de las anteriores definiciones, podemos concluir que la Minería de Datos es componente clave dentro del campo de la ciencia de datos, como actividad fundamental. Sin embargo, es importante aclarar que no toda la Minería de Datos es Ciencia de Datos, pues la Minería se puede llevar a cabo como un proceso de análisis en sí misma; así como la Ciencia de Datos no solo está limitada a la Minería; pues incluye muchos más campos de acción como lo es el Data Ops, data warehousing, implementación de inteligencia artificial, reporteo, entre otros.

“Somos la mejor opción para acompañar a tu Organización durante su Transformación Digital. Más de 20 años colaborando con empresas nacionales e internacionales.

Si estás próximo a arrancar un proyecto de migración a La Nube, Desarrollo de Software o Aplicaciones Móviles Empresariales y tienes dudas sobre este tema, te invito a que nos contactes”.

Northware es una Empresa de Desarrollo de Software, especialista en Desarrollo de Aplicaciones Web, Desarrollo de Apps Empresariales, Microsoft Dynamics 365 y Ciencia de Datos. Desarrollamos software a la medida y aplicaciones para iOS o Android. Para todas aquellas empresas que sólo requieren la contratación directa de especialistas, contamos con un grupo de ingenieros altamente capacitados para ayudarte en tu próximo proyecto de tecnología, de una manera temporal o por el tiempo que lo requieras. Brindamos asesoría especializada de acuerdo con tus necesidades en las tecnologías más avanzadas para apoyar tu estrategia de Transformación Digital.

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *