{"id":35726,"date":"2023-01-23T18:19:18","date_gmt":"2023-01-23T18:19:18","guid":{"rendered":"https:\/\/mioti.es\/big-data-como-transformar-datos-en-conocimiento\/"},"modified":"2024-02-19T15:37:11","modified_gmt":"2024-02-19T15:37:11","slug":"big-data-como-transformar-datos-en-conocimiento","status":"publish","type":"post","link":"https:\/\/mioti.es\/cl\/big-data-como-transformar-datos-en-conocimiento\/","title":{"rendered":"Big Data, c\u00f3mo transformar datos en conocimiento"},"content":{"rendered":"

\u201cVivimos en un mar de datos, el reto es convertirlos en conocimiento\u201d. El Premio Nobel de Medicina, Sydney Brenner<\/strong>, ya <\/span>lo afirmaba en 2006 como si de algo premonitorio se tratase<\/span><\/a>. O no tan premonitorio como podr\u00edamos pensar.\u00a0<\/span><\/p>\n

Brenner subrayaba que el principal reto para la nueva generaci\u00f3n de cient\u00edficos era crear una base te\u00f3rica que permitiera unificar todos los datos existentes. En definitiva, transformar datos en conocimiento<\/strong>.<\/span><\/p>\n

Este reto ya hab\u00eda sido aceptado en 2005 cuando Roger Mougalas de O\u2019Reilly Media alumbr\u00f3 el t\u00e9rmino Big Data para referirse a un conjunto de datos dif\u00edciles de gestionar con las herramientas tradicionales.<\/span><\/p>\n

Comprendamos el Big Data<\/h2>\n

Seguramente, si quisi\u00e9ramos explicar qu\u00e9 es el Big Data a nuestros abuelos nos ser\u00eda una tarea bastante compleja. No obstante, merece la pena hacer el esfuerzo para que alguien que no est\u00e1 relacionado con la materia entienda a lo que se refer\u00eda Brenner con esa informaci\u00f3n.<\/span><\/p>\n

Imaginemos el Big Data como un gran libro de medicina que contiene mucha informaci\u00f3n. Este libro es tan grande y contiene tantas p\u00e1ginas que una sola persona no podr\u00eda leerlo o entenderlo completamente.<\/span><\/p>\n

Adem\u00e1s, ese libro contiene muchas fuentes diferentes, como cartas de eminencias m\u00e9dicas de todo el mundo, registros de pacientes y resultados de an\u00e1lisis cl\u00ednicos, entre otras. Estas fuentes est\u00e1n en constante crecimiento, se suman continuamente anexos en diferentes idiomas y con distintas nomenclaturas, por lo tanto, esto hace que sea a\u00fan m\u00e1s dif\u00edcil de analizar.<\/span><\/p>\n

Big Data es\u2026<\/h2>\n

En conclusi\u00f3n, Big Data es un conjunto de informaci\u00f3n masificada que proviene de diferentes fuentes<\/strong> y es tan grande y complejo que necesitamos herramientas especiales para extraer informaci\u00f3n valiosa.\u00a0<\/span><\/p>\n

La transformaci\u00f3n de datos en conocimiento se consigue a trav\u00e9s de un proceso denominado miner\u00eda de datos. Este proceso utiliza t\u00e9cnicas matem\u00e1ticas de aprendizaje autom\u00e1tico, como estadistas y algoritmos, para analizar un gran conjunto de datos y extraer informaci\u00f3n \u00fatil y patrones relevantes.<\/span><\/p>\n

\u00bfQu\u00e9 es la miner\u00eda de datos o Data Mining?<\/h2>\n

La miner\u00eda de datos es el proceso de extracci\u00f3n de informaci\u00f3n \u00fatil de una gran cantidad de datos. El objetivo principal de este proceso es buscar patrones, relaciones y tendencias que puedan ser valiosas a la hora de tomar ciertas decisiones.<\/span><\/p>\n

La miner\u00eda de datos se divide en las siguientes cuatro categor\u00edas:<\/span><\/p>\n

    \n
  1. La <\/span>miner\u00eda de datos descriptiva <\/b>se usa para resumir y entender los datos encontrando patrones y tendencias recurrentes en ellos.<\/span><\/li>\n
  2. La <\/span>miner\u00eda de datos predictiva<\/b> se utiliza para predecir comportamientos futuros en base a los patrones y las tendencias mencionadas con anterioridad.<\/span><\/li>\n
  3. La <\/span>miner\u00eda de datos prescriptiva<\/b> est\u00e1 destinada a generar recomendaciones y sugerencias para el futuro pr\u00f3ximo.<\/span><\/li>\n
  4. La <\/span>miner\u00eda de datos de descubrimiento de conocimiento<\/b>, que es la categor\u00eda a la que se refer\u00eda en 2006 Brenner, se emplea en la actualidad para descubrir nuevos conocimientos en los datos que pueden ser valiosos en la toma de decisiones.\u00a0<\/span><\/li>\n<\/ol>\n

    En general, la miner\u00eda de datos se ha convertido en una herramienta valiosa en una variedad de campos, como la medicina, los negocios, la investigaci\u00f3n cient\u00edfica o la seguridad nacional, ya que permite a los profesionales tomar decisiones basadas en el conocimiento emp\u00edrico de los datos.<\/span><\/p>\n

    Transformar datos en conocimiento con Data Science<\/h2>\n

    Siguiendo con la analog\u00eda m\u00e9dica, el profesor de <\/span>MIOTI Tech & Business School<\/span><\/a>, Carlos Picazo, analiza en este v\u00eddeo c\u00f3mo el Data Science puede ayudar, en futuras olas de Covid-19, trabajando sobre los datos que tenemos disponibles de la pandemia.\u00a0<\/span><\/p>\n