El Big Data y el Aprendizaje Automático

El Big Data y el Aprendizaje Automático

1. Los datos se clasifican en:

   • Semi Estructurados
     • Surgieron con el auge de las páginas webs. Estos datos no tienen una estructura, pero sí que tienen un flujo lógico, con etiquetas y marcadores que permiten identificarlos. Los más habituales son los registros de Web logs de las conexiones a Internet.
   • Sin Estructurar
     • Estos datos podrían ser cualquier cosa, y se almacenan como “documentos” u “objetos”. Este tipo de datos puede proporcionar una importante cantidad de información siempre y cuando se disponga de las técnicas adecuadas para hacerlo.
   • Estructurados
     • Son la base de la información de las empresas, forman su contabilidad y los informes con los que se toman las desiciones. La fecha, el nombre, el DNI o los dígitos de las cuentas bancarias conforman este primer grupo.

2. Tipos de analisis:

   • Análisis Prescriptivo
     • Su objetivo es identificar que se debe hacer para obtener un resultado.
   • Análisis descriptivo
     • Su objetivo es saber qué ha pasado o que está pasando en una determinada situación.
   • Análisis predictivo
     • Al realizar este análisis el propósito final es poder predecir qué ocurrirá en el futuro.

3. Según un estudio realizado por Gatner en 2013, solo el 3% de las compañías analizadas emplean soluciones de analíticas prescriptivas, limitándose el 84%de la misma a realizar análisis descriptivos.

4. Este término se utilizó por primera vez en 1997 por Michael Cox y David Ellsworth para referirse a las grandes cantidades de datos que son difíciles de gestionar mediante bases de datos relacionales.

5. Análisis de resultados: interpretar los resultados y obtener las conclusiones. La experiencia del científico será determinante para realizar una interpretación acertada de los resultados obtenidos.

6. Comprobación de los supuesto del modelos: Comprobar que los datos que se van a analizar cumplen con esas premisas. Es fundamental que la selección de los encuestados sea adecuada.