Big data

La revolución de los datos masivos

Viktor Mayer-Schönberger, Kenneth Cukier, Antonio J. Iriarte Jurado

• Editorial: Turner
• Año: 2016
• ISBN del libro electrónico: 9788415427810
• Categoría: Ciencia de la computación
• Categoría: Inteligencia artificial (IA) y semántica

Un análisis esclarecedor sobre uno de los grandes temas de nuestro tiempo, y sobre el inmenso impacto que tendrá en la economía, la ciencia y la sociedad en general. Los datos masivos representan una revolución que ya está cambiando la forma de hacer negocios, la sanidad, la política, la educación y la innovación. Dos grandes expertos en la materia analizan qué son los datos masivos, cómo nos pueden cambiar la vida, y qué podemos hacer para defendernos de sus riesgos. Un gran ensayo, único en español, pionero en su campo, y que se adelanta a una tendencia que crece a un ritmo frenético.

NOTAS

I. AHORA

1 Google Flu Trends: Jeremy Ginsburg et al., “Detecting Influenza Epidemics Using Search Engine Query Data”, Nature, núm. 457, 2009, pp. 1.012-1.014 (http://www.nature.com/nature/journal/v457/n7232/full/nature07634.html).

2 Estudio de Google Flu Trends por investigadores de la Johns Hopkins: A. F. Dugas et al., “Google Flu Trends: Correlation with Emergency Department Influenza Rates and Crowding Metrics”, CID Advanced Access, 8 de enero de 2012; DOI 10.1093/cid/cir883.

3 Adquisición de billetes de avión, Farecast: la información proviene de Kenneth Cukier, “Data, Data Everywhere”, en The Economist, 27 de febrero de 2010, pp. 1-14, y de entrevistas con Etzioni celebradas entre 2010 y 2012.

4 Proyecto Hamlet de Etzioni: Oren Etzioni, C. A. Knoblock, R. Tuchinda, y A. Yates, “To Buy or Not to Buy: Mining Airfare Data to Minimize Ticket Purchase Price”, SIGKDD ’03, 24 a 27 de agosto de 2003 (http://knight.cis.temple.edu/~yates//papers/hamlet-kdd03.pdf).

5 Precio pagado por Microsoft por la compra de Farecast: varios artículos en los medios de comunicación, en particular “Secret Farecast Buyer Is Microsoft”, en Seattlepi.com, 17 de abril de 2008 (http://blog.seattlepi.com/venture/2008/04/17/secret-farecast-buyer-is-microsoft/).

6 Una forma de pensar sobre los datos masivos: hay un debate intenso e improductivo acerca del origen del término big data y cómo definirlo a la perfección. Las dos palabras han aparecido juntas ocasionalmente desde hace décadas. Un artículo de investigación de 2001, escrito por Doug Laney de Gartner, definió las “tres Vs” de los datos masivos (volumen, velocidad, y variedad), lo que resultó útil en su día, aunque imperfecto.

7 Astronomía y secuenciación de ADN: Cukier, “Data, Data Everywhere”.

8 A diario cambian de manos siete mil millones de acciones: Rita Nazareth y Julia Leite, “Stock Trading in U.S. Falls to Lowest Level Since 2008”, Bloomberg, 13 de agosto de 2012 (http://www.bloomberg.com/news/2012-08-13/stock-trading-in-u-s-hits-lowest-level-since-2008-as-vixfalls.html).

Google 24 petabytes: Thomas H. Davenport, Paul Barth, y Randy Bean, “How ‘Big Data’ Is Different,” Sloan Review, 30 de julio de 2012, pp. 43-46 (http://sloanreview.mit.edu/the-magazine/2012-fall/54104/how-big-data-is-different/).

Estadísticas de Facebook: folleto de oferta de suscripción pública de acciones de Facebook, “Form S-1 Registration Statement”, U.S. Securities And Exchange Commission, 1 de febrero de 2012 (http://sec.gov/Archives/edgar/data/1326801/000119312512034517/d287954ds1.htm).

Estadísticas de YouTube: Larry Page, “Update from the CEO”, Google, abril de 2012 (http://investor.google.com/corporate/2012/ceoletter.html).

Número de tuits: Tomio Geron, “Twitter’s Dick Costolo: Twitter Mobile Ad Revenue Beats Desktop on Some Days”, Forbes, 6 de junio de 2012 (http://www.forbes.com/sites/tomiogeron/2012/06/06/twitters-dick-costolo-mobile-ad-revenue-beats-desktop-on-some-days/).

9 Información sobre la cantidad de datos: Martin Hilbert y Priscilla López, “The World’s Technological Capacity to Store, Communicate, and Compute Information”, Science, 1 de abril de 2011, pp. 60-65; Martin Hilbert y Priscilla López, “How to Measure the World’s Technological Capacity to Communicate, Store and Compute Information?”, International Journal of Communication 2012, pp. 1.042-1.055 (http://ijoc.org/index.php/ijoc/article/viewFile/1562/742).

Estimación de la cantidad de información almacenada hasta 2013: entrevista de Hilbert por Cukier.

10 La imprenta y ocho millones de libros; más que lo producido desde la fundación de Constantinopla: Elizabeth L. Eisenstein, The Printing Revolution in Early Modern Europe, Cambridge: Canto/Cambridge University Press, 1993, pp. 13-14.

Analogía de Peter Norvig: de las charlas de Norvig basadas en el artículo de A. Halevy, P. Norvig, y F. Pereira, “The Unreasonable Effectiveness of Data”, IEEE INTELLIGENT SYSTEMS, marzo-abril de 2009, pp. 8–12. (Obsérvese que el título es un guiño al del famoso artículo de Eugene Wigner, “The Unreasonable Effectiveness of Mathematics in the Natural Sciences”, en el que considera por qué la física puede expresarse claramente con matemáticas básicas, pero las ciencias humanas se resisten a fórmulas de esa elegancia. Véase: E. Wigner, “The Unreasonable Effectiveness of Mathematics in the Natural Sciences”, Communications on Pure and Applied Mathematics, vol. 13, núm. 1, 1960, pp. 1-14. Entre las charlas de Norvig sobre el artículo se halla: “Peter Norvig: The Unreasonable Effectiveness of Data”, conferencia en la universidad de Columbia Británica, vídeo en YouTube, 23 de septiembre de 2010 (http://www.youtube.com/watch?v=yvDCzhbjYWs).

11 Picasso comenta sobre las imágenes de Lascaux: David Whitehouse, “UK Science Shows Cave Art Developed Early”, BBC NEWS ONLINE, 3 de octubre de 2001 (http://news.bbc.co.uk/1/hi/sci/tech/1577421.stm).

Acerca de cómo afecta el tamaño físico a las leyes físicas operativas (aunque no es del todo correcto), la referencia citada más a menudo es J. B. S. Haldane, “On Being the Right Size”, Harper’s Magazine, marzo de 1926 (http://harpers.org/archive/1926/03/on-being-theright-size/).

II. MÁS

12 Sobre Jeff Jonas y cómo hablan los datos masivos: conversación con Jeff Jonas, diciembre de 2010, París.

13 Historia del censo de Estados Unidos: U.S. Census Bureau, “The Hollerith Machine”, texto online (http://www.census.gov/history/www/innovations/technology/the_hollerith_tabulator.html).

14 Contribución de Neyman: William Kruskal y Frederick Mosteller, “Representative Sampling, IV: The History of the Concept in Statistics, 1895-1939”, International Statistical Review, 48, 1980, pp. 169–195, pp. 187–188. El famoso artículo de Neyman es: Jerzy Neyman, “On the Two Different Aspects of the Representative Method: The Method of Stratified Sampling and the Method of Purposive Selection”, Journal of the Royal Statistical Society, vol. 97, núm. 4, 1934, pp. 558-625.

Basta con una muestra de 1.100 observaciones: Earl Babbie, Practice of Social Research, 12^a ed., 2010, pp. 204-207.

15 Efecto del teléfono móvil: “Estimating the Cellphone Effect”, 20 de septiembre de 2008 (http://www.fivethirtyeight.com/2008/09/estimating-cellphoneeffect-22-points.html); para saber más acerca de los sesgos en las muestras y otras revelaciones estadísticas, véase: Nate Silver, The Signal and the Noise: Why So Many Predictions Fail, But Some Don’t, Penguin, 2012.

16 Secuenciación de los genes de Steve Jobs: Walter Isaacson, Steve Jobs, Simon and Schuster, 2011, pp. 550–551.

17 Google Flu Trends predicción a nivel de ciudad: Dugas et al., “Google Flu Trends”.

Etzioni acerca de los datos temporales: Entrevista por Cukier, octubre de 2011.

18 Cita de John Kunze: Jonathan Rosenthal, “Special Report: International Banking”, The Economist, 19 de mayo de 2012, pp. 7–8.

Combates de sumo amañados: Mark Duggan y Steven D. Levitt, “Winning Isn’t Everything: Corruption in Sumo Wrestling”, American Economic Review 92, 2002, pp. 1.594-1.605 (http://pricetheory.uchicago.edu/levitt/Papers/DugganLevitt2002.pdf).

19 Los once millones de rayos de luz de Lytro: extraído de la web corporativa de Lytro (http://www.lytro.com).

20 Sustitución del muestreo en las ciencias sociales: Mike Savage y Roger Burrows, “The Coming Crisis of Empirical Sociology”, Sociology, Vol. 41, núm. 5, 2007, pp. 885-899.

Análisis de datos ingentes de un operador de telefonía móvil: J.-P....

Índice

• Cubierta
• Portadilla
• Créditos
• Índice
• Dedicatoria
• I Ahora
• II Más
• III Confusión
• IV Correlación
• V Datificación
• VI Valor
• VII Implicaciones
• VIII Riesgos
• IX Control
• X A partir de ahora
• Agradecimientos
• Bibliografía
• Nota al píe