¿Hacer o no hacer Minería de Datos?

Dr. (PhD) Ramón Barquín

Dr. (PhD) Ramón Barquín

Cada nación en el mundo está en su derecho de utilizar todas las herramientas legítimas que tiene a su alcance para luchar contra el terrorismo, siempre y cuando no viole derechos o libertades civiles. Es por eso que la minería de datos es una herramienta válida. ¿Pero qué es minería de datos?.  Minería de Datos es el proceso que utiliza una variedad de herramientas de análisis de datos para descubrir patrones y relaciones en estos que pueden ser utilizados para hacer predicciones válidas. La difícil situación que se enfrenta es el clásico dilema del doble uso: ¿Cómo podemos realizar minería de datos y protegernos de la posibilidad de hacer daño? Esto se debe a que la mayoría de los ejercicios de minería de datos de lucha contra el terrorismo, casi por definición deben “extraer” información de identificación personal. Estamos en última instancia, tratando de encontrar los nombres, direcciones, fechas de nacimiento, números de pasaportes y licencias de conducir de los terroristas dentro de grandes bases de datos que almacenan información de identificación personal de millones de personas. Y, por cierto, la gran mayoría de estas personas no son terroristas, sino personas perfectamente inocentes. Este esfuerzo, obviamente, está cargado de los problemas técnicos y los dilemas éticos, ya que se expone, en su mayoría, a personas inocentes a la violación importante de su vida privada con consecuencias potencialmente perjudiciales.

Para continuar leyendo este interesante artículo, escrito por nuestro colaborador el Dr. (PhD) Ramón Barquín, siga el enlace.

Ver artículo: To Data Mine or Not to Data Mine

Inteligencia de Negocios y el Descubrimiento Negativo

Dr. (PhD) Ramón Barquin

En Inteligencia de Negocios, muchas veces se aplican los principios de la Lógica moderna, como de una proposición que, al evaluarla, resulta en una contradicción demostrándose que la proposición es falsa.

Este principio se aplica bastante en el Data Mining, lo que nos permite encontrar correlaciones significativas, patrones y tendencias en gran cantidad de datos y cómo, aplicando patrones de reconocimiento como una máquina de aprendizaje y técnicas de visualización y estadísticas, podemos completar nuestro objetivo. Es en esta rama, de la Inteligencia de Negocios, donde es muy importante la aplicación del descubrimiento negativo y que nos permite descubrir, tomando una muestra de la data, que ésta no es significativa y, por lo tanto, la podemos descartar.

En el siguiente artículo, nuestro colaborador el Dr. (PhD) Ramón Barquín nos explica cómo la Inteligencia de Negocios aprovecha este principio a traves de diferentes ejemplos.

Ver artículo: Business Intelligence and Negative Discovery

A %d blogueros les gusta esto: