7/2/2019 Una Nueva Herramienta Democratiza la Ciencia de Datos

Registration-Inscripción

21 Enero 2019
del Sitio Web Tendencias21

Pixabay

Una nueva herramienta desarrollada en el MIT

democratiza el cuarto paradigma de la ciencia,
la ciencia de datos:
demuestra que los programas probabilísticos
se pueden sintetizar automáticamente,
en lugar de ser escritos por personas...
 

https://www.bibliotecapleyades.net/sociopolitica2/sociopol_internet305.htm 1/3
7/2/2019 Una Nueva Herramienta Democratiza la Ciencia de Datos

Investigadores del Instituto Tecnológico de Massachusetts (MIT) han desarrollado una herramienta que
democratiza el cuarto paradigma de la ciencia, la así llamada ciencia de datos, que unifica,

la estadística
el análisis de datos
el aprendizaje automático,

...para comprender y analizar los fenómenos reales.

Esta nueva ciencia trasciende los métodos tradicionales de análisis de datos al incorporar modelos,
ecuaciones, algoritmos, así como la evaluación e interpretación de resultados.

Uno de los problemas que tiene esta disciplina es que no hay muchos especialistas que puedan modelar
bien los datos, lo que limita su aplicación para conocer en profundidad procesos sociales, particularmente
en la administración pública.

La nueva herramienta sale al encuentro de esta limitación, ya que está pensada para que personas con
poca o nula experiencia puedan generar automáticamente modelos que analicen datos que están sin
procesar.

Según informa el MIT en un comunicado, la herramienta sustituye la labor de los especialistas, ya que
absorbe conjuntos de datos y genera los modelos estadísticos sofisticados que suelen utilizar los expertos
para analizar, interpretar y predecir patrones subyacentes en los datos.

La herramienta está alojada en Jupiter, un espacio Web de código abierto que permite a los usuarios
ejecutar programas de forma interactiva en sus navegadores.

Los usuarios solo necesitan escribir unas pocas líneas de código para descubrir información sobre, por
ejemplo,

las tendencias financieras

los viajes aéreos
los patrones de votación
la propagación de enfermedades,

...y otras tendencias.

En un artículo presentado en el Simposio ACM SIGPLAN sobre Principios de los lenguajes de

programación, los investigadores demuestran que su herramienta puede extraer patrones y realizar
predicciones a partir de conjuntos de datos del mundo real, e incluso superar modelos construidos
manualmente en ciertas tareas de análisis de datos.

Probabilidad bayesiana
Uno de los principales atributos de esta herramienta es que utiliza la probabilidad bayesiana para la
realización de sus estimaciones.

A diferencia de otros sistemas, este método estadístico actualiza continuamente la probabilidad de una
variable a medida que se dispone de más información sobre esa variable.

Sirve por ejemplo para ir actualizando la previsión inicial de que un candidato gane las elecciones.

A medida que surge más información, por ejemplo sobre el desarrollo de la jornada electoral, la
probabilidad bayesiana va afinando la previsión inicial sobre la posibilidad de que ese candidato sea
finalmente el elegido.
https://www.bibliotecapleyades.net/sociopolitica2/sociopol_internet305.htm 2/3
7/2/2019 Una Nueva Herramienta Democratiza la Ciencia de Datos

El mismo patrón metodológico puede servir también para predecir la evolución del tráfico de las aerolíneas,
y precisar con el tiempo la probabilidad de que en verano podamos tener acceso a un billete de avión para
ir a nuestro destino preferido.

También es útil para reforzar la investigación sociológica de un segmento de la población, ya que los
modelos bayesianos pueden predecir el salario de una persona en función de su ocupación y lugar de
residencia, o determinar si la edad y ocupación de un individuo permiten conocer su nivel de ingresos.

Automatización de procesos
Lo que aporta la nueva herramienta a la probabilidad bayesiana es que automatiza una parte fundamental
de su proceso metodológico, ya que el modelado bayesiano suele ser bastante lento y tedioso.

La nueva herramienta sustituye a un profesional estadístico junior o a un científico de datos al responder a

preguntas sobre posibles variables de forma automática, a partir de la evolución de los pronósticos
iniciales.

Es esta facultad la que permite a la herramienta democratizar el cuarto paradigma de la ciencia, ya que
alcanza un nivel de complejidad en el desarrollo de los cálculos sin tener conocimientos previos sobre
modelos estadísticos o probabilísticos.

La herramienta confirma que los programas probabilísticos se pueden sintetizar a partir de datos, en lugar
de ser escritos por personas.

Gracias a esta herramienta, los usuarios escriben una línea de código que detalla la ubicación de los datos
en bruto. La herramienta carga esos datos y crea múltiples programas probabilísticos, cada uno de los
cuales representa un modelo bayesiano de los datos.

Los usuarios pueden elegir sucesivamente qué modelos se adaptan mejor a su aplicación.

Referencia
A Domain Theory for Statistical Probabilistic Programming - Matthijs Vákár, Ohad
Kammar, Sam Staton - Distinguished Paper, POPL 2019 Research Papers.

Regresar a ¿El Fin de La Internet... Que Conocemos?

https://www.bibliotecapleyades.net/sociopolitica2/sociopol_internet305.htm 3/3