PROFUNDIZACIÓN MINERÍA DE DATOS EJE 2

Presentado por:

Daniela Romero Zambrano

Fundación Universitaria Del Área Andina

Profundización minería de datos EJE 2

Marzo 2024
 Introducción
Sobre lo tratado en Dolado, A. R. (2012, 17 noviembre). El éxito de Obama y la minería de
Datos. Información. Recuperado 10 de enero de 2021, de
https://www.informacion.es/opinion/2012/11/17/exito-obama-mineria-datos-6726286.html. La
minería de datos ha sido ampliamente utilizada en diversas áreas para la extracción de
patrones, tendencias y conocimientos a partir de grandes conjuntos de datos. Sin embargo,
para maximizar su potencial, es necesario combinarla con otras disciplinas y áreas de
conocimiento. La multidisciplinariedad en la minería de datos permite abordar problemas
complejos desde diferentes perspectivas, mejorar la precisión de los modelos y obtener
conclusiones más robustas.

Objetivo general
El objetivo general de este trabajo es explorar la multidisciplinariedad en la minería de datos,
identificando las áreas de conocimiento con las que se puede combinar para enriquecer su
aplicación y maximizar su impacto.

Objetivos específicos
Analizar la aplicación de la minería de datos en conjunción con disciplinas como la
inteligencia artificial, la estadística y la visualización de datos.
Identificar las ventajas y desafíos de la integración de la minería de datos con otras áreas de
conocimiento.
Evaluar casos de estudio en los que la multidisciplinariedad ha sido clave para el éxito en
proyectos de minería de datos.

Desarrollo de actividad
Lo que realizó OBAMA y su equipo de trabajo en el uso de la minería de datos se debió a su
capacidad para utilizar eficazmente la tecnología, desarrollar estrategias de segmentación,
enfocarse en la movilización de votantes y colaborar de manera interdisciplinaria para
aprovechar al máximo el potencial de la minería de datos en sus campañas MYBO.
FASES DE EXTRACCIÓN DEL CONOCIMIENTO
La utilización de la minería de datos fue una estrategia clave para la reelección de Obama,
ya que le permitió identificar y segmentar con precisión su base de votantes, así como dirigir
eficazmente sus mensajes y recursos a los grupos demográficos clave, la minería de datos
le permitió a Obama comprender mejor las preocupaciones y necesidades de los votantes,
lo que le ayudó a adaptar su mensaje y políticas para ganar el apoyo de una amplia gama
de electores.
El uso de análisis de datos le permitió a la campaña de Obama identificar y movilizar a los
votantes indecisos, así como maximizar el impacto de sus esfuerzos de movilización de
votantes, la minería de datos también le permitió a Obama identificar tendencias y patrones
en el comportamiento de los votantes, lo que le permitió ajustar su estrategia de campaña
de manera más efectiva.
ORDEN PROPUESTO
El éxito de Obama y la minería de datos se puede atribuir a varias razones, orden propuesto
sobre el texto, Dolado, A. R. (2012, 17 noviembre). El éxito de Obama y la minería de datos.
Información. Recuperado 10 de enero de 2021, de
https://www.informacion.es/opinion/2012/11/17/exito-obama-mineria-datos-6726286.html
Utilización efectiva de la tecnología, Obama y su equipo fueron pioneros en el uso de la
minería de datos y el análisis de big data para comprender mejor a los votantes y dirigir sus
campañas de manera más efectiva.
Estrategia de segmentación, el equipo de Obama utilizó la minería de datos para identificar
y segmentar a los votantes en grupos específicos, lo que les permitió personalizar sus
mensajes y estrategias según las necesidades y preocupaciones de cada grupo.
Enfoque en la movilización de votantes, la minería de datos ayudó al equipo de Obama a
identificar a los votantes potenciales y a dirigir esfuerzos de movilización específicos hacia
ellos, lo que contribuyó significativamente a su éxito en las elecciones.
Colaboración interdisciplinaria, Obama incluyó a expertos en tecnología, análisis de datos,
marketing y comunicaciones, lo que les permitió desarrollar estrategias integrales que
aprovecharon al máximo la minería de datos.
APLICAR MULTIDISCIPLINARIEDAD CON RESPECTO A LA MINERÍA DE DATOS
PARA ESTUDIAR EL COMPORTAMIENTO DE UNA INDUSTRIA
La aplicación de la multidisciplinariedad en minería de datos permite:

Obtener un enfoque más completo y diversificado para abordar los problemas y desafíos en
la minería de datos, al integrar conocimientos y habilidades de distintas áreas del
conocimiento, como estadística, matemáticas, informática, y ciencias de la computación,
estimular la creatividad y la innovación al combinar perspectivas y enfoques diferentes, lo
que puede generar soluciones más efectivas y novedosas para problemas complejos en la
minería de datos.
Mejorar la calidad y precisión de los análisis y resultados, al contar con la experiencia y el
conocimiento de expertos y profesionales de distintas disciplinas que pueden aportar
perspectivas complementarias para la interpretación de datos, promover una mayor
comprensión interdisciplinaria de los problemas y desafíos en la minería de datos, al
fomentar la colaboración y el intercambio de conocimientos entre diferentes campos de
estudio.
 Conclusiones
La multidisciplinariedad en la minería de datos se presenta como una estrategia efectiva
para abordar problemas complejos. La combinación de la minería de datos con disciplinas
como la inteligencia artificial y la visualización de datos ha demostrado ser crucial para
mejorar la precisión de los modelos y la interpretación de los resultados. Sin embargo, esta
integración también presenta desafíos en términos de la integración de diferentes
metodologías y la comunicación entre expertos de diferentes áreas. En resumen, la
multidisciplinariedad en la minería de datos abre nuevas posibilidades para la generación de
conocimiento y la toma de decisiones en diferentes campos de aplicación.
 Bibliografía
Dolado, A. R. (2012, 17 noviembre). El éxito de Obama y la Minería de Datos. Información.
Recuperado 10 de enero de 2021, de https://www.informacion.es/opinion/2012/11/17/exito-obama-
mineria-datos-6726286.html
Links to an external site.

https://repository.eafit.edu.co/server/api/core/bitstreams/89f574ee-c8dc-4705-94cb-
c31bfd748057/content