TOC

Introducción a la ciencia de datos

• Introducción a la ciencia de datos
• Definición del problema
• Preparacion de datos
• Explorar los datos
• Modelar los datos
• Evaluar los modelos
• Deployment (implementación)

¿Qué necesito hacer?

• Explicar el pasado
  • Explorando
    • Univariables
      • Categoricas
        • Codificar (encode)
        • Discretizar (binning)
        • Agregacion (Count, Count%)
        • Gráfico de Tortas / Barras
      • Numericas
        • Codificar (encode)
        • Discretizar (binning)
        • Min, Max, Promedio, Mediana, Moda
        • Rango, Quantiles, Varianza, Desviacion Estandard, Coeficiente de Varianza
        • Distorsion, Kurtosis
        • Histograma, Grafico de Cajas
    • Bivariables
      • Categoricas con Categoricas
        • Test de Chi2
        • Grafico de Barras, Grafico con dos ejes-Y
      • Numericas con Numericas
        • Correlacion
        • Numericas con Numericas
      • Categoricas con Numericas
        • Prueba Z, Prueba t, ANOVA
        • Grafico de Barras, de Lineas, 2 ejes Y
• Predecir el Futuro (inferir)
  • Modelizacion
    • Clasificacion
      • Tabla de Frecuencias
        • ZeroR
        • Un R
        • Bayesiano Puro
        • Arbol de Decisiones
      • Matriz de Covarianzas
        • Analisis de Discriminacion Lineal
        • Regresión Logistica
      • Funciones de Similitud
        • Vecino mas Cercano (K Neighbour)
      • Otros Clasificacion
        • Red Neural Artificial
        • SVM (Support Vector Machine)
    • Regresion
      • Tabla de Frecuencias
        • Arbol de Decisiones
      • Matriz de Covarianza
        • Regresion lineal Multiple
      • Funciones de Similitud
        • Vecino mas Cercano (K Neighbour)
      • Otros Regresion
        • Red Neural Artificial
        • SVM (Support Vector Machine)
    • Clustering (Agrupado)
      • Jerarquico
        • Aglomerativas
        • Divisivas
      • Particionales
        • K-Means
        • Mapa auto organizado
    • Reglas de Asociacion