Significado de Minería de datos
Sustantivo femenino. Calco del inglés data mining: data, «datos», y mining, «minería».
La minería de datos es el proceso de analizar grandes volúmenes de información para descubrir patrones, relaciones y tendencias que no son evidentes a simple vista, con el fin de convertirlos en conocimiento útil.
Se apoya en métodos de la estadística y del aprendizaje automático, y se aplica en campos tan distintos como el comercio, la medicina, la seguridad o la investigación científica.
Qué es la minería de datos
La minería de datos no consiste solo en almacenar o consultar información, sino en buscar en ella regularidades que permitan explicar un fenómeno o anticipar un comportamiento: qué productos se compran juntos, qué señales preceden a una avería, qué combinación de factores se asocia a una enfermedad. El nombre alude precisamente a esa idea de «extraer» algo valioso de un volumen grande de material, del mismo modo que la minería extrae metal de la roca.
El proceso combina varias etapas: preparar y limpiar los datos, elegir un método de análisis adecuado al problema, aplicar ese método y, por último, interpretar los resultados y comprobar que tienen sentido. No basta con encontrar una relación estadística entre dos variables: hay que valorar si esa relación es real y útil, o si es casual y no se sostendrá con datos nuevos.
La estudian la estadística, la informática y, de forma más reciente, la ciencia de datos, una disciplina que integra ambas junto con el conocimiento del área concreta a la que se aplica el análisis.
Origen de la palabra minería de datos
Calco del inglés data mining, formado por data, «datos» (del latín datum, «lo dado»), y mining, «minería», de mine, «mina». La expresión inglesa se popularizó en las décadas de 1980 y 1990, cuando el abaratamiento del almacenamiento informático permitió reunir volúmenes de datos mucho mayores que antes.
El español adoptó la traducción literal «minería de datos» en el ámbito académico y empresarial de la informática, sin apenas competencia de otras formas. Se distingue de la «prospección de datos», una traducción alternativa menos extendida, y ha convivido, ya en el siglo XXI, con el término más amplio de «ciencia de datos», que incluye la minería de datos como una de sus técnicas.
Técnicas de minería de datos
| Técnica | En qué consiste | Ejemplo |
|---|---|---|
| Clasificación | Asigna cada dato a una categoría predefinida según sus características. | Marcar un correo como spam o como legítimo. |
| Agrupamiento | Reúne datos parecidos entre sí sin categorías fijadas de antemano. | Dividir a los clientes de una tienda en grupos con hábitos de compra similares. |
| Asociación | Detecta qué elementos aparecen juntos con frecuencia. | Descubrir qué productos suelen comprarse en la misma visita a un supermercado. |
| Predicción | Estima un valor futuro a partir de datos históricos. | Calcular la probabilidad de que una máquina falle en los próximos meses. |
Estas técnicas suelen combinarse dentro de un mismo proyecto, según la pregunta que se quiera responder y el tipo de datos disponible.
Ejemplos de uso de minería de datos
La tienda aplica minería de datos para detectar qué productos se compran juntos con más frecuencia.
El hospital usó minería de datos sobre historiales clínicos para identificar factores de riesgo comunes.
El equipo de investigación explicó la técnica de minería de datos empleada en el estudio.
El banco recurre a la minería de datos para detectar patrones de movimientos sospechosos en las cuentas.
La universidad ofrece una asignatura optativa centrada en minería de datos y aprendizaje automático.
Sinónimos y palabras relacionadas
Sinónimos: prospección de datos, en textos académicos menos frecuentes; la sigla inglesa data mining se usa también en contextos técnicos.
Antónimos: no tiene antónimos propiamente dichos.
No es lo mismo que:
- Big data: se refiere al volumen, la variedad y la velocidad de los datos disponibles; la minería de datos es una de las formas de analizarlos.
- Base de datos: es el sistema donde se almacena la información; la minería de datos es el proceso de analizarla, no de guardarla.
- Aprendizaje automático: aporta muchos de los métodos que usa la minería de datos, pero tiene también aplicaciones fuera de ese campo, como el reconocimiento de imágenes en tiempo real.
Preguntas frecuentes sobre minería de datos
¿Para qué sirve la minería de datos?
Sirve para encontrar patrones útiles en grandes cantidades de información: relaciones entre productos, factores de riesgo, comportamientos habituales o señales que anticipan un problema, entre otros usos posibles.
¿Qué diferencia hay entre minería de datos y big data?
El big data describe conjuntos de datos de gran volumen, variedad o velocidad de generación. La minería de datos es el conjunto de técnicas que se aplican para analizar esos datos, sean muchos o relativamente pocos, y extraer patrones de ellos.
¿Qué formación hace falta para trabajar en minería de datos?
Suele requerir conocimientos de estadística, programación y del área en la que se aplica el análisis, ya que interpretar correctamente un patrón exige entender también el contexto de donde proceden los datos.