La minera de datos o exploracin de datos (es la etapa de anlisis de "Knowledge

Discovery in Databases" o KDD) es un campo de las ciencias de la computacin referido al

proceso que intenta descubrir patrones en grandes volmenes de conjuntos de datos. Utiliza
los mtodos de la inteligencia artificial, aprendizaje automtico, estadstica y sistemas
de bases de datos. El objetivo general del proceso de minera de datos consiste en extraer
informacin de un conjunto de datos y transformarla en una estructura comprensible para su
uso posterior. Adems de la etapa de anlisis en bruto, que involucra aspectos de bases de
datos y gestin de datos, procesamiento de datos, el modelo y las consideraciones de
inferencia, mtricas de Intereses, consideraciones de la Teora de la complejidad
computacional, post-procesamiento de las estructuras descubiertas, la visualizacin y
actualizacin en lnea.
El trmino es una palabra de moda, y es frecuentemente mal utilizado para referirse a
cualquier forma de datos a gran escala o procesamiento de la informacin (recoleccin,
extraccin, almacenamiento, anlisis y estadsticas), pero tambin se ha generalizado a
cualquier tipo de sistema de apoyo informtico decisin, incluyendo la inteligencia artificial,
aprendizaje automtico y la inteligencia empresarial. En el uso de la palabra, el trmino clave
es el descubrimiento, comnmente se define como "la deteccin de algo nuevo". Incluso el
popular libro "La minera de datos: sistema de prcticas herramientas de aprendizaje y
tcnicas con Java" (que cubre todo el material de aprendizaje automtico) originalmente iba a
ser llamado simplemente "la mquina de aprendizaje prctico", y el trmino "minera de datos"
se aadi por razones de marketing. A menudo, los trminos ms generales "(gran escala) el
anlisis de datos", o "anlisis" -. o cuando se refiere a los mtodos actuales, la inteligencia
artificial y aprendizaje automtico, son ms apropiados.
La tarea de minera de datos real es el anlisis automtico o semi-automtico de grandes
cantidades de datos para extraer patrones interesantes hasta ahora desconocidos, como los
grupos de registros de datos (anlisis cluster), registros poco usuales (la deteccin de
anomalas) y dependencias (minera por reglas de asociacin). Esto generalmente implica el
uso de tcnicas de bases de datos como los ndices espaciales. Estos patrones pueden
entonces ser vistos como una especie de resumen de los datos de entrada, y pueden ser
utilizados en el anlisis adicional o, por ejemplo, en la mquina de aprendizaje y anlisis
predictivo. Por ejemplo, el paso de minera de datos podra identificar varios grupos en los
datos, que luego pueden ser utilizados para obtener resultados ms precisos de prediccin por
un sistema de soporte de decisiones. Ni la recoleccin de datos, preparacin de datos, ni la
interpretacin de los resultados y la informacin son parte de la etapa de minera de datos,
pero que pertenecen a todo el proceso KDD como pasos adicionales.
Los trminos relacionados con la obtencin de datos, la pesca de datos y espionaje de los
datos se refieren a la utilizacin de mtodos de minera de datos a las partes de la muestra de
un conjunto de datos de poblacin ms grandes establecidas que son (o pueden ser)
demasiado pequeas para las inferencias estadsticas fiables que se hizo acerca de la validez
de cualquier patrn descubierto. Estos mtodos pueden, sin embargo, ser utilizados en la
creacin de nuevas hiptesis que se prueban contra poblaciones de datos ms grandes.