Introducción a la Ciencia de Datos

Ciencia de Datos
1. Campo que utiliza métodos, procesos, tecnológicos de datos para identificar patrones y tomar decisiones informadas.
2. Conceptos
  1. Análisis de Datos: Inspeccionar, y modelar datos para descubrir información útil.
  2. Modelos Predictivos: Pronostican resultados basados en datos.
  3. Minería de Datos: Extracción de patrones significativos de grandes bases de datos.
Analítica de Datos
1. Análisis de los datos o estadísticas usando sistemas computacionales
2. Caracteríticas
  1. Descubrir, interpretar y comunicar patrones significativos en los datos
  2. Toma de decisiones efectiva
Relación Ciencia de Datos con ambas películas
1. Margin Call
  1. Aplicación Ciencia de Datos
    1. Uso de análisis de datos para identificar colapso financiero inminente
    2. Predicción de riesgos financieros catastróficos
    3. Modelos financieros para evaluar riesgo
    4. Consecuencias de la mala interpretación de datos
2. The Big Short
  1. Aplicación Ciencia de Datos
    1. Detección de anomalías en los préstamos
    2. Minería de datos para prever el colapso financiero
    3. Análisis de datos de productos financieros
    4. Identificación de patrones antes del colapso general
Big Data
1. Grandes volúmenes de datos
2. Características
  1. Estructurados como no estructurados
    1. Datos estructurados
      1. Tablas o bases de datos.
    2. Datos no estructurados
      1. Publicaciones en redes sociales o videos.
  2. Son difíciles de gestionar con herramientas tradicionales
3. Conceptos
  1. Volumen: La enorme cantidad de datos generados.
  2. Variedad: Diferentes tipos de datos
  3. Velocidad: La rapidez con la que se generan y procesan los datos
Fases de la Metodología CRISP DM
1. Enfoque en Minería de Datos
2. 1. Entendimiento del negocio
  1. Identificar, evaluar, definir y desarrollar son pasos clave en un proyecto de datos.
3. 2. Entendimiento de los datos
  1. Recolectar, describir, explorar y verificar la calidad de los datos.
4. 3. Preparación de los datos
  1. Seleccionar, limpiar, construir e integrar los datos.
5. 4. Modelación de los datos
  1. Seleccionar técnica, diseñar pruebas, construir y evaluar el modelo.
6. 5. Evaluación
  1. Evaluar resultados, revisar procesos y determinar próximos pasos.
7. 6. Despliegue
  1. Planear monitoreo, reportar y revisar resultados finales.

Next up

Introducción a la Ciencia de Datos

Description

Resource summary

Media attachments

Similar

	Created by Ricardo Howard 5 months ago