CIENCIA DE DATOS

CIENCIA DE DATOS

1. ¿Qué es Analítica de Datos?

   • Es un proceso el cuál sirve para examinar los datos y entender qué pasó y por qué
   • Tipos:
     • Descriptiva (¿Qué pasó?)
     • Diagnostica (¿Por qué ocurrió? )
     • Predictiva (¿Por qué pasará?)
     • Prescriptiva (¿Qué se puede hacer?)
   • Diferencia entre Ciencia de Datos y Analítica de datos
     • La analítica se centra en el pasado ( limpia datos y crea explicaciones de por qué pasó lo que pasó
     • La ciencia de datos de concetra más en el futura ( usa algoritmos para intentar predecir los proximos resultados

2. ¿Qué es la ciencia de datos?

   • Disciplina que combina estadística, programación y conocimientos de negocios para encontrarle valor a los datos y ayudar a la toma de decisiones.
   • Ideas clave: Recolección de datos, selección y procesamiento, análisis e interpretación
   • Idea general: No solo es describir lo que está pasando, es predecir y optimizar lo que va a pasar

3. BIG DATA

   • La big data es el conjunto de datos a grandes escalas, complejos y rápidos que no pueden manejarse con las herramientas tradicionales
   • Modelo tradicional de las 3 V
     • Volumen (muchos datos)
     • Velocidad (se generan rápido)
     • Variedad (texto, video, sensores, etc)
     • Modelo extendidio (se agregaron otras 2 dimensiones"
       • Veracidad (calidad)
       • Valor (utilidad)
       • Ejemplos
         • Datos de redes sociales (en tiempo real)
         • Historial de compras a nivel global
         • Dato de millones de usuarios
   • El Big Data es el caos de información que nos rodea. La Ciencia de Datos es lo que le encuentra el sentido

4. Metodología CRISP DM

   • 6 fases de la Metodología
     • 1. Entendimiento del negocio
       • Definir el objetivo
         • Ejemplo: Aumentar un 20% las ventas
     • 2. Entendimiento de los datos
       • Recolectar y explorar los datos
         • Ejemplo: Revisar el historial del cliente
     • 3. Preparación de los datos
       • Organizar y hacer limpieza
         • Ejemplo: Eliminar todos los datos duplicados
     • 4. Modelado
       • Aplicar algoritmos
         • Ejemplo: Modelo de predicción de compras
     • 5. Evaluación
       • Validar los resultados
         • Ejemplo: ¿El modelo funciona bien?
     • 6. Despliegue
       • Implementar información
         • Ejemplo: aplicar un sistema de recomendaciones
     • IMPORTANTE: no es lineal, es iterativo (vas y regresas entre las fases
   • Es un proceso estructurado el cual se usa para converitr los datos a decisiones

5. KPIs

   • Son indicadores que ayudan a medir el desempeño
   • Sirven para tomar decisiones con base en datos, no en intuición
   • La ciencia de datos usa KPIs para analizar resultados, encontrar patrones y mejorar estrategias.
   • Para evaluar la relevancia de un KPI se usan los criterios SMART
     • Specific
       • El objetivo específico
     • Measurable
       • ¿Se puede medir el progreso hacia ese objetivo?
     • Achievable
       • ¿Es el objetivo realista alcanzable?
     • Relevant
       • ¿Qué tan relevante es el objetivo para la organización?
     • Time-Bound
       • ¿Cuál es el límite de tiempo (alcance) para lograr este objetivo?
     • Ejemplo: Aumentar las ventas un 15% en los próximos 3 meses

6. ¿Cómo se relaciona la Ciencia de Datos con las películas?

   • MARGIN CALL
     • Contexto: Una empresa detecta que sus modelos de riesgo estaban mal (posible quiebra)
       • Problema
         • El modelo de riesgo hacía ver las cosas menos peligrosas de lo que realmente eran y no consideraba qué pasaría en situaciones extremas, lo que hizo que la empresa creyera que todo estaba bajo control cuando no era así.
       • Datos
         • Los datos sí estaban ahí, pero nadie los entendió bien ni se fijó en lo que realmente importaba.
       • Modelo
         • Usaron un modelo que no reflejaba bien la realidad, así que lo que predecía no era confiable.
       • Decisiones
         • Deciden vender todo antes de perder más dinero, aunque sabían que eso iba a afectar a otros.
     • Relación con CD
       • La ciencia de datos muestra que no basta con tener datos, sino interpretarlos correctamente y validar los modelos antes de tomar decisiones.
         • El problema no fue la falta de datos, sino que no supieron interpretarlos correctamente y tomaron decisiones incorrectas.
   • THE BIG SHORT
     • Contexto: Un analistas detecta que el sistema financiero basado en hipotecas está lleno de préstamos riesgosos (personas que no pueden pagar), lo que significa que es muy probable que entren en una crisis.
       • Problema
         • El sistema financiero parecía estable, pero en realidad estaba construido sobre deudas muy frágiles que tarde o temprano iban a colapsar.
       • Datos
         • Todos los datos disponibles (hipotecas, tasas, perfiles de clientes,etc.), pero la mayoría solo veía lo superficial, como los promedios y no analizaban a detalle los riesgos ocultos.
       • Modelo
         • La mayoría confiaba en modelos que básicamente daban por hecho que todo iba a seguir bien, así que nunca mostraban el riesgo real. Pero hubo quienes se clavaron más, cuestionaron eso y lograron ver que todo se iba a caer.
       • Decisiones
         • Algunos inversionistas decidieron a ir en contra de todos y apostar en contra del mercado (short) confiando en lo que ellos habían visto en los datos, aunque todos pensaban que estaban locos.
     • Relación con CD
       • La ciencia de datos no es solo tener mucha información, sino saber interpretarla bien y cuestionarla, porque ahí es donde realmente encuentras lo importante.
         • No importa si los demás piensen que estes loco si sabes leer bien los datos y confias en ellos

Imagens e arquivos do mapa