El proceso de minera de datos y la extraccin manual de patrones a partir de datos ha ocurrido durante siglos. Los primeros mtodos para identificar patrones y tendencias en los datos incluyen el teorema de Bayes (alrededor de 1700) y el anlisis de regresin (alrededor de 1800). La proliferacin, la ubicuidad y el poder cada vez mayor de la tecnologa informtica han aumentado drsticamente las capacidades de recopilacin, almacenamiento y manipulacin de datos. A medida que los conjuntos de datos crecieron y aumentaron en complejidad formando granjas de "Big Data" y almacenes de datos estructurados, el anlisis de datos "prctico" se mejor cada vez ms con el procesamiento de datos automatizado y con la ayuda de otros descubrimientos en informtica, como redes neuronales, clsteres. anlisis, algoritmos genticos (alrededor de la dcada de 1950), rboles de decisin y reglas de decisin (alrededor de la dcada de 1960) y mquinas de vectores de soporte (alrededor de la dcada de 1990). La minera de datos es el proceso de aplicar estos mtodos con la intencin de descubrir patrones y tendencias ocultos dentro de grandes almacenes de datos. Esto ayuda a cerrar la brecha entre las estadsticas aplicadas y la inteligencia artificial (IA), al explotar la forma en que los datos se almacenan e indexan en las bases de datos, produciendo as el aprendizaje y la ejecucin reales de los algoritmos de descubrimiento, y permitiendo que dichos mtodos se apliquen a datos an ms grandes. conjuntos Tema de discusin #1: Procesamiento de datos Investigue los ltimos problemas de privacidad con la minera de datos y determine si estn fundamentados. Adems, investigue los errores y mitos ms comunes que surgen en torno a la minera de datos..