Ciencia de datos

Ciencia de datos

1. Estudio de estadística, matemática y programación para analizar y extraer grandes conjuntos de datos.

   • Procesamiento de datos
     • Técnicas para manipular y transformar información en un formato más manejable y útil para el análisis.
     • Recopilación
       • Recopilar datos de fuentes, como bases de datos, redes sociales, sensores, etc
     • Limpieza
       • Revisar y eliminar datos duplicados, incompletos, incorrectos o irrelevantes
     • Transformación
       • Convertir los datos en un formato más útil para el análisis.

2. Análisis de datos

   • Examinar y convertir un conjunto datos en información significativa
     • Exploración
       • Examinar datos paracomprender estructura, características y verificar calidad de los datos.
     • Análisis descriptivo
       • Resumir datos y calcular estadísticas descriptivas
     • Análisis inferencial
       • Inferencias sobre una población a partir de una muestra de datos
     • Análisis de texto
       • Analizar datos no estructurados

3. Big Data

   • Conjuntos de datos mayores a la capacidad del software habitual para ser capturados, gestionados y procesados
   • Clasificación de dimensiones
     • Volumen
     • Variedad
     • Velocidad
     • Veracidad

4. CRISP DM

   • Describe enfoques tradicionales usados por expertos en minería de datos
   • 1. Entendimiento del negocio
     • Identificación de objetivos del negocio, evaluación de la situación.
   • 2. Entendimiento de los datos
     • Recolección, exploración y verificación de los datos.
   • 3. Preparación de los datos
     • Selección, limpieza y construcción de los datos.
   • 4. Modelación de los datos
     • Selección de la técnica de modelación y diseño de pruebas.
   • 5. Evaluación
     • Evaluación de los resultados y revisión del proceso
   • 6. Despliegue
     • Planeación del mantenimiento y reporteo de los resultados finales.

5. Película "El precio de la codicia"

   • Descubrir patrones ocultos y tendencias a través del análisis de datos
   • Predicciones usando modelos estadísticos y matemáticos

6. Película "La gran apuesta"

   • Entender patrones detrás de los préstamos hipotecarios a través del análisis de datos y modelación estadística
   • Modelos de regresión
     • Determinar qué préstamos tenían más probabilidades de incumplir.
   • Minería de datos
     • Recopilar y analizar grandes cantidades de información sobre valores hipotecarios