Datos y preprocesamiento

Por dónde empezar

La nota «Conjunto de datos» ofrece un punto de partida para estudiar las colecciones de información utilizadas para entrenar y evaluar modelos. Después, el mapa «IA y Datos» permite recorrer cuestiones como los tipos de datos, su recolección y almacenamiento, y la protección y privacidad de los datos en inteligencia artificial.

Estos recursos forman parte de Datos y preprocesamiento, una sección de la unidad Aprendizaje automático e inteligencia artificial, dentro de Bases de datos y ciencia de datos. Puedes volver a la unidad para situar lo estudiado en ese contexto.

Fuentes y preparación de datos

Los mapas titulados «Bases de Información de la IA» abordan la importancia y el origen de los datos. Entre las fuentes que aparecen están los datos públicos, privados, sintéticos y generados por usuarios. Otro mapa trata las fuentes de información para el tratamiento de datos en inteligencia artificial, incluidas las fuentes primarias y los datos en bruto.

Para continuar con la preparación, «Diseño experimental» incluye limpieza, transformación, reducción y normalización de datos. También presenta el entrenamiento o ajuste del modelo y la estimación de su error real.

Cómo relacionar los recursos

Tras estudiar las fuentes y la preparación, consulta «Analisis de componentes principales (PCA)». El mapa presenta el análisis de componentes principales como aprendizaje no supervisado y aborda la reducción de dimensionalidad. Compara sus ideas con la reducción de datos que aparece en «Diseño experimental».

El diagrama de flujo sobre variables muestra pasos como su codificación, limpieza, selección y análisis exploratorio. Puedes usarlo junto a los mapas para seguir la secuencia y localizar los conceptos que quieras volver a estudiar. Esta página no incluye cuestionarios; los mapas, la nota y el diagrama ofrecen distintas formas de recorrer el contenido. Elige el formato que te resulte más útil para continuar.