3 Técnicas de Minería de Datos
¿Cuáles son las técnicas que podría aplicar en Minería de Datos?
Son muchas las técnicas que pueden aplicarse en Minería de Datos y uno de los objetivos de esta página es estudiar las principales e ir profundizando en ellas. Una primer aproximación (aunque es un poco "antigua") es la planteada en Introducción a la Minería de Datos (Hernández Orallo, 2.004) la cual se muestra a continuación. Se puede observar que las técnicas se clasifican según en donde se van a aplicar, es decir si se trata de problemas predictivos o descriptivos.
Clasificación de las técnicas de Minería de Datos (Hernández Orallo, 2.004)
¿Qué características tienen los problemas descriptivas y predictivas?
Problemas descriptivos ==> Buscan encontrar una descripción de los datos en estudio
Problemas Predictivos ==> Buscan obtener un modelo que en un futuro pueda ser aplicado para predecir comportamiento
¿Y las técnicas descriptivas y predictivas?
Técnicas Descriptivas ==> Muestran nuevas relaciones entre variables. Pueden ser usadas para mejorar el modelo.
Técnicas Predictivas ==> En base al modelo que gobierna el sistema es posible predecir hechos futuros. Soluciones basadas en Redes Neuronales y Algoritmos Genéticos ofrecen mejores resultados que enfoques estadísticos.
Hay una encuesta muy interesante (y actualizada) realizada por KDnuggets, donde se preguntaba cuáles eran los métodos de Data Science y Machine Learning que se habían usado en 2.018/2.019 para aplicaciones del mundo real y los resultados que se obtuvieron son sumamente interesantes. Por ejemplo se puede observar que las tres técnicas mas usadas son las de Regresión, árboles de decisión y clustering.
Pero resulta mucho mas interesante si se compara con la misma encuesta realizada en 2.017 ya que se puede observar el incremento del uso de la misma técnica, como por ejemplo (y solo por citar un caso) el aumento del uso de redes neuronales.
