Ciencia de datos.

Ciencia de datos.

1. ¿qué es la ciencia de datos?

   • La ciencia de datos es el estudio que tiene como fin el extraer informacion significativa para empresas.
     • Es un enfoque Multidisciplinario: Es una mezcla no-integradora de varias disciplinas en la que cada disciplina lleva sus metodos.
       • Mineria de datos: La minería de datos o exploración de datos es un campo de la estadística y las ciencias de la computación referido al proceso que intenta descubrir patrones en grandes volúmenes de conjuntos de datos.​​ Utiliza los métodos de la inteligencia artificial, aprendizaje automático, estadística y sistemas de bases de datos
         • Inteligencia Artificial: La inteligencia artificial, en el contexto de las ciencias de la computación, es una disciplina y un conjunto de capacidades cognoscitivas e intelectuales expresadas por sistemas informáticos
     • La ciencia de datos sirve para el analisis: Proceso de dividir un tema complejo o sustancia en partes más pequeñas para obtener una mejor comprensión de él.
       • ¿qué es un dato? Es una representación simbólica de un atributo o una variable.
         • ¿qué es un atributo? Es el nombre de una columna de relación y representan a los atributos del modelo entidad-relación.
         • ¿qué es una variable?Es un nombre simbólico que identifica una parte de la memoria en la que se pueden guardar números u otros tipos de datos.
       • Estadística: La estadística ​ es la disciplina que estudia la variabilidad, así como el proceso aleatorio que la genera siguiendo las leyes de la probabilidad.​
         • Probabilidad: El término probabilidad se utiliza para definir el cálculo matemático que establece todas las posibilidades que existen de que ocurra un fenómeno en determinadas circunstancias de azar.
     • ¿Què es Big data? Conjuntos de datos tan grandes y complejos que precisan de aplicaciones informaticas no tradicionales de procesamiento de datos para su adecuado tratamiento.
       • Aplicaciones de procesamiento tales como: Python - Hadoop - MongoDB - Elastiscearch - Apache Spark - Apache Storm - Lenguaje R - Python
         • Dependiendo el uso de estas herramientas es que podemos mejorar nuestra velocidad, y ¿qué es la velocidad? Se refiere a los datos en movimiento por las constantes interconexiones que realizamos, es decir, la rapidez en la que son creados, almacenados y procesados.
       • Volumen: Se refiere a la cantidad de datos que son generados cada segundo. Hace referencia a las cantidades masivas de datos que se almacenan.
         • Almacenamiento de datos: Un dispositivo de almacenamiento de datos es un conjunto de componentes electrónicos habilitados para leer o grabar datos en el soporte de almacenamiento de datos de forma temporal o permanente.

2. ¿Quíen es un cientifico de datos?Definen casos empresariales, recopilan informaacion de las partes

   • Tareas descriptivas: examina los datos para obtener información sobre lo que ha ocurrido u ocurre en el entorno de datos. Se caracteriza por las visualizaciones de datos, como los gráficos circulares, de barras o líneas, las tablas o las narraciones generadas.
     • Graficos circulares:Un gráfico circular, diagrama sectorial, gráfica circular o gráfica de pastel es un recurso estadístico que se utiliza para representar porcentajes y proporciones. El número de elementos comparados dentro de una gráfica circular suele ser de más de cuatro
     • Graficos de barras: Un diagrama de barras, gráfico de barras o gráfico de columnas es una forma de representar gráficamente un conjunto de datos o valores mediante barras rectangulares de longitud proporcional a los valores representados
     • Graficos de lineas:Los gráficos de líneas permiten visualizar los cambios a lo largo de un rango continuo, como el tiempo o la distancia. La visualización del cambio con un gráfico de líneas permite ver de una sola vez la tendencia general y comparar simultáneamente varias tendencias.
     • Diagrama:Diagrama es un dibujo geométrico, muy utilizado en ciencia, en educación y en comunicación; con el que se obtiene la presentación gráfica de una proposición, de la resolución de un problema
   • Análisis empresarial: El análisis empresarial es el proceso de observar y evaluar la multitud de datos que tu empresa ya tiene a su disposición y usarlos para tomar decisiones basadas en ellos. Va más allá de simplemente mirar los números para ver qué sucedió.

3. Machine learning: es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan

4. ¿Cuáles son las técnicas de la ciencia de datos?

   • 1.Clasificación: La clasificación consiste en ordenar los datos en grupos o categorías específicas. Las computadoras están entrenadas para identificar y ordenar datos. Los conjuntos de datos conocidos se utilizan para crear algoritmos de decisión en una computadora que procesa y categoriza rápidamente los datos
   • 2. Regresión: La regresión es el método para encontrar una relación entre dos puntos de datos que aparentemente no se relacionan. La conexión se suele modelar en torno a una fórmula matemática y se representa en forma de gráfico o curvas. Cuando se conoce el valor de un punto de datos, se utiliza la regresión para predecir el otro punto de datos
   • 3. Agrupación: El método de clústeres consiste en agrupar datos estrechamente relacionados para buscar patrones y anomalías. El método de clústeres se diferencia del ordenamiento porque los datos no se pueden clasificar con precisión en categorías fijas. De ahí que los datos se agrupen en relaciones más probables. Con los clústeres se pueden descubrir nuevos patrones y relaciones