Una introducción concisa al campo emergente de la ciencia de datos, que explica su evolución, su relación con el aprendizaje automático, sus usos actuales, problemas de infraestructura y desafíos éticos. El objetivo de la ciencia de datos es mejorar la toma de decisiones a través del análisis de datos. Hoy en día, la ciencia de datos determina los anuncios, libros y películas que nos son recomendados en línea, qué correos electrónicos se filtran en nuestras carpetas de spam e incluso cuánto pagamos por el seguro médico. Este volumen de la serie Conocimientos esenciales de MIT Press ofrece una introducción concisa al campo emergente de la ciencia de datos, explicando su evolución, usos actuales, problemas de infraestructura y desafíos éticos. Nunca ha sido más fácil para las organizaciones recopilar, almacenar y procesar datos. El uso de la ciencia de datos está impulsado por el auge del big data y las redes sociales, el desarrollo de la informática de alto rendimiento y la aparición de métodos tan poderosos para el análisis y el modelado de datos como el aprendizaje profundo. La ciencia de datos abarca un conjunto de principios, definiciones de problemas, algoritmos y procesos para extraer patrones no-obvios y útiles de grandes conjuntos de datos. Está estrechamente relacionada con los campos de la minería de datos y el aprendizaje automático, pero tiene un alcance más amplio. Este libro ofrece una breve historia del campo, presenta conceptos de datos fundamentales y describe las etapas de un proyecto de ciencia de datos. Considera la infraestructura de datos y los desafíos que plantea la integración de datos de múltiples fuentes, presenta los conceptos básicos del aprendizaje automático y analiza cómo vincular la experiencia del aprendizaje automático con problemas del mundo real. También revisa cuestiones éticas y legales, el desarrollo de la regulación de datos y enfoques computacionales para preservar la privacidad.