Ciencia de Datos

Ciencia de Datos

1. ¿Qué Ciencia de Datos?

   • Es una ciencia la que, a partir de varios procesos, como matemáticos, estadísticos y algoritmos, y a partir de enormes bases de datos busca predecir lo que sucederá, también para ayudar a tomar la mejor decisión a partir de datos recopilados
   • Como ejmplo del uso de la ciencia de datos, Netflix. Netflix tiene miles de películas y series, y millones de usuarios con gustos únicos. Si un usuario no encuentra algo que le guste rápidamente, se frustra y puede cancelar su suscripción. Objetivo: Mantener al usuario enganchado y feliz, mostrándole contenido que tenga una alta probabilidad de gustarle.

2. ¿Qué es Analítica de Datos?

   • La analítica de datos es una ciencia la cual examina, limpia y transforma inmensiades de datos con el fin de descubriri información útil que funcione para apoyar a la toma de decisiones.
   • Como ejemplo vamos a usar a un gerente de una tienda.El gerente necesita entender el rendimiento de su tienda para optimizar el inventario, mejorar las promociones y aumentar la rentabilidad. Tiene acceso a miles de registros de ventas diarias, pero esa información en bruto no le dice nada. Objetivo: Responder preguntas clave como: ¿Cuál fue nuestro producto más vendido el mes pasado? ¿Por qué cayeron las ventas la semana pasada? ¿Qué promoción funcionó mejor?

3. ¿Qué es Big Data?

   • Big Data una inmensidad de datos, pero no estan desordenados, Big Data organiza, simplifica, y da conexiones a una enorme variedad de datos, que sin un orden, no tienen un propósito claro.
   • Como ejemplo vamos a utilizar apps de GPS como Waze. En una ciudad hay millones de vehículos moviéndose a la vez. Para calcular la ruta más rápida, no basta con saber la distancia y los límites de velocidad. Se necesita entender la situación del tráfico ahora mismo en toda la ciudad.Objetivo: Ingerir y analizar una cantidad masiva de datos de múltiples fuentes en tiempo real para ofrecer a cada conductor la mejor ruta.

4. ¿Cómo se relaciona la Ciencia de Datos con ambas películas?

   • En ambas escenas mostradas de las películas, se puede ver que esos momentos conllevan a decisiones de una empresa o un grupo muy grande, lo que sucede es de que los protagonistas de las escenas presentan sus opiniones a los demas en base a datos que ellos anaizarón. Esto en relación a la ciencia de datos, se puede deducir que estos estudios sobre los datos son con el fin de tomar una decisión segura para el futuro, para asegurar éxitos.
   • Como ejemplo, se sabe que estas peliculas abordan la época de una crisi económica en el 2008, ambos demuestras de como los protagonistas investigan y basan sus opiniones e ideas a base del uso de la ciencia de datos, no van directamente a lo que parece la mejor opción a tomar, sino que se realiza el estudio sobre los datos recopilados a lo largo del tiempo para entender como fluctúa el mercado alrededor de ellos para así entender de una mejor manera que es lo que sucede, y como anticipar lo que sucedera.

5. Las 6 fases de la Metodología CRISP DM para Ciencia de Datos

   • 1.Comprensión del Negocio
     • Definir claramente los objetivos del proyecto y entender qué problema se busca resolver desde una perspectiva comercial, traduciéndolo a un plan de ciencia de datos.
   • 2. Comprensión de la Información
     • Es una fase de recolección y exploración para familiarizarse con la información disponible, identificar problemas de calidad y descubrir los primeros patrones o ideas.
   • 3. Preparación de la Información
     • Es el paso donde se limpia, transforma y enriquece la información en bruto. Aquí se combinan fuentes, se manejan errores o valores faltantes y se construye el conjunto de datos final que se usará para el modelado.
   • 4. Modelado
     • Se seleccionan y aplican diferentes algoritmos de aprendizaje automático para encontrar patrones o hacer predicciones. Se entrenan y ajustan varios modelos para determinar cuál responde mejor a los objetivos del proyecto.
   • 5. Evaluación
     • Se realiza una evaluación exhaustiva para verificar si el modelo creado realmente cumple con los criterios de éxito del negocio definidos al principio. Es un punto crítico para asegurar que la solución es útil en el mundo real.
   • 6. Despliegue
     • El modelo validado se pone en producción para que la organización lo utilice. Esto incluye su integración en los sistemas existentes y la creación de un plan de monitoreo para asegurar que siga funcionando correctamente a lo largo del tiempo.
   • Como ejemplo. Una tienda de ropa en línea quiere mejorar sus ventas a través de correo electrónico. Para ello, primero analizan los datos del historial de compras y los clics en correos pasados para entender los patrones de sus clientes. Con esta información, crean un modelo que segmenta a los usuarios en grupos como "compradores frecuentes" o "cazadores de ofertas". Finalmente, después de evaluar que enviando correos personalizados a cada grupo se generan más ventas, implementan el sistema para que estas campañas dirigidas se envíen automáticamente.
   • Las 6 fases de la Metodología CRISP DM para Ciencia de Datos es una metodología que no solo busca hacer que algo teorico sea aplicado, sino que este sea aplicado a un mercado y no solo quedarse en alguna teoria. Las 6 fases se vuelven ciclicas para que ese modelo opere y funcione a la perfección sobre un negocio para que este sea rentable a un largo plazo.