Data cleaning and preprocessing techniques for manufacturing processes

Resumen

A pesar de que hoy en día siguen sin utilizarse a gran escala las técnicas de minería de datos (Data Mining) como herramientas que permiten extraer conocimiento previamente desconocido y potencialmente útil a partir de grandes conjuntos de datos, pueden llegar a ser extremadamente importantes. Para que la extracción del conocimiento a partir de los datos sea satisfactoria, es fundamental conocer el proceso productivo del que provienen. De esta forma, por ejemplo, es posible entender la importancia de cada variable. Del mismo modo, es necesario que los datos empleados sean válidos y adecuados. Es decir, todas aquellas muestras que, por su naturaleza, pueden perturbar los resultados finales y conducir a conclusiones erróneas, deben ser detectadas y tratadas antes de comenzar con el análisis e interpretación de los datos. El presente trabajo se centra en estas técnicas de limpieza y preprocesado. En él se muestran los resultados obtenidos al aplicar estas técnicas a un caso real particular: una línea de fabricación de hojalata. Los resultados obtenidos muestran las ventajas derivadas de la metodología basada en datos del proceso.