Minería de Datos VS Machine Learning
¿En algún momento has confundido estos términos?
Tanto la minería de datos (Data mining) y el aprendizaje automático (Machine learning) son disciplinas relacionadas con la ciencia de datos. Data Mining es el proceso de uso de herramientas analíticas avanzadas para extraer información útil de una acumulación de datos. Por otro lado, Machine Learning es un subcampo de inteligencia artificial que permite que los sistemas aprendan de la experiencia.
📶Data Mining puede hacer uso de Machine Learning, por lo que suelen confundirse.
En esta infografía encontrarás las principales diferencias
.png)
💡¿Qué otras diferencias o similitudes agregarías? Déjame saberlo en los comentarios
Hola Sandra, esta sección en tu blog, me parece de suma importancia; ya que además de que está totalmente relacionado con el tema, se dan claramente las diferencias entre Matching Learning y Minería de Datos; son 2 conceptos que suelen ser confundidos; pero definitivamente con esta aclaración quedan totalmente comprendidos. Con respecto a la pregunta que dejas en tu blog, sobre que otras diferencias o similitudes se podrían agregar, según lo que entiendo, me atrevería a decir que ambos utilizan algoritmos y modelos para encontrar patrones en grandes conjuntos de datos; por otro lado, una de las diferencias podría ser que la minería de datos tiene un enfoque más exploratorio mientras que el machine learning es más orientado a la predicción.
ResponderEliminarHola Sandra, me parece muy interesante este tema, debido a que son dos herramientas que pueden ayudar en muchos procesos y toma de decisiones con base a los datos que encuentren; me parece muy importante la aclaración de que el Data Mining puede apoyarse en el Machine Learning y por esto son confundidos normalmente.
ResponderEliminarMe parece que la combinación de estas dos herramientas puede ser de gran utilidad, además de que en los procesos realizados puede aumentar la eficiencia y la satisfacción en la búsqueda de información usando de los patrones y modelos de ambas tecnologías.
Creo que estas dos tecnologías se pueden utilizar y llevar a cabo en muchas áreas del mercado, ayudando a obtener mayor rentabilidad, reducción de errores y mejoras en la operatividad interna de cualquier institución