Machine Learning

Mehr dazu

MANEJO DEL ESTRÉS

von Mayerlis Solera Rios

participacion activa

von JEYSSON RAMOS

REGRESIÓN LINEAL

von César Fuentes

marcos referenciales

von maria joselina jimenez

Data Wrangling

Data Wrangling (DW) es un proceso donde se transforman los datos en bruto para que puedan ser útiles posteriormente para ser almacenados y analizados:

• Perfilado: acciones para identificar el contenido de los datos y valorar si son de calidad.
• Individual: analiza la calidad de un conjunto de datos uno por uno.
• Verificación sintáctica: analizar si los datos están dentro del rango de valor correcto.
• Verificación semántica: analizar si los datos están relacionados con el significado que se le atribuye al campo.
• Conjunto: analizar la distribución de un campo y la relación entre campos.
• Estadística general: análisis del conjunto de datos.
• Visualización: representación gráfica de los datos.
• Transformación: modificación de los datos para mejorar su operatividad.
• Estructurar: modificar la estructura de los datos.
• Operación intra-registro: modifica los campos individualmente.
• Operación inter-registro: modifica varios campos a la vez.
• Extracción de valores: generar nuevos campos a partir de los anteriores.
• Enriquecer: incluir nueva información a un conjunto de datos.
• Unión: combinar dos o más conjuntos de datos en uno.
• Joins: añadir un campo de una tabla a otra tabla.
• Insertar metadatos: insertar información que describe a los datos.
• Variables derivadas: generar valores en un campo a partir de otros campos.
• Limpiar: eliminar o corregir datos erróneos.

Transformación

Limpiar

Enriquecer

Variables derivadas

Insertar metadatos

Joins

Unión

Estructurar

Extracción de valores

Operaciones inter-registro

Operaciones intra-registro

Perfilado

Conjunto

Visualización

Estadística general

Individual

Verificación semántica

Verificación sintáctica

MACHINE LEARNING

Machine Learning es como se conoce a un conjunto de técnicas que permiten a los ordenadores aprender a partir de los datos. Actualmente se ha convertido en una disciplina científica, académica y profesional.

Conjunto de técnicas que permiten a los ordenadores aprender a partir de los datos. Actualmente se ha convertido en una disciplina científica, académica y profesional.

Aprendizaje supervisado

Son un grupo de técnicas que permiten relacionar un conjunto de variables atributos o características con una variable dependiente o criterio conocida como "target". Este grupo de técnicas generan una función que trata de predecir el valor del target para cada caso, a partir de la combinación del resto de variables atributos.

Árboles de Decisión

Regresión Logística

Regresión Lineal

Aprendizaje no supervisado

Conjunto de técnicas que tratan de identificar patrones organizativos entre los datos sin que haya un criterio de comparación que permita supervisar el proceso de organización.

K-Means