ciencia y datos

Volumen: es la cantidad masiva de datos y recopilados es tan grande el columen que supera la capacidad de los sistemas de procesamiento de datos tradicionales.

Velocidad: es la rapidez con la que se generan, recopilan y procesan los datos, las plataformas de Big data deben estar en la capacidad de manejar datos en tiempo real.

variedad: hace referencia a la cantidad de datos disponibles que pueden ser estructurados, semiestructurados o no estructurados, los datos de Big data no son homogéneos, es decir no tienen una única característica, son datos muy diversos, por que vienen de distintos orígenes o fuentes.

es la representación de un atributo o variable, que puede ser cualitativa o cuantitativa.

en la informática los datos son la materia prima con la que trabajan los programas y aplicaciones, por ejemplo; en programación es crucial determinar el tipo de dato, con el que se va a trabajar, ya que cada tipo se m anupula de manera diferente para obtener los resultados deseados.

dato numerico: puede ser entero o decimal dato en texto:incluye caracteristicas individuales o twxtos dato logico: representa valores de falso o verdadero

la minería de datos, también es conocida como DATA MINING, es el proceso de explorar y analizar grandes bases de datos, y así descubrir patrones y tendencias significativas, que de otra manera estarían ocultos.

descubrimiento de conocimiento: ayuda a identificar razones no evidentes entre variables en grandes conjuntos de datos

Predicción: utiliza patrones históricos para prevenir eventos futuros, como la demanda de producto comportamiento del mercado. optimización: mejora procesos y estrategias empresariales al proporcionar INSIGHTS basados en datos. prevención: de fraudes: detecta actividades anómalas que podrían indicar comportamientos fraudulentos.

Python es un lenguaje de programación de alto nivel, interpretado y de propósito general, es conocido por su facilidad de aprendizaje y su sintaxis clara y legible.

Desarrollo web: construcción de sitios web y aplicaciones web. ciencia de datos: análisis de datos visualización y construcción de algoritmos de aprendizaje.

automatización: resumidas cuentas programar una automatización de tareas respectivas Desarrollo de software: creación de aplicaciones de escritorio. educación: Enseñanza de conceptos de programación debido a su simplicidad.

La estadística es una disciplina científica que se ocupa de la recolección, análisis e interpretación de datos.

a estadística se aplica en una amplia gama de campos, como:

Economía: Para analizar mercados y predecir tendencias económicas.
Medicina: En la investigación clínica y el análisis de resultados de salud.
Gobierno: Para la planificación urbana y la política social basada en datos demográficos.
Negocios: Para entender el comportamiento del consumidor y mejorar la toma de decisiones.
Ingeniería: En el control de calidad y la optimización de procesos.

La estadística en la ingeniería de datos es fundamental para el análisis y la interpretación de grandes conjuntos de datos. Los ingenieros de datos utilizan métodos estadísticos para:

Recolectar y organizar datos: Diseñar sistemas eficientes para la captura de datos.
Analizar datos: Aplicar técnicas estadísticas para entender patrones y tendencias.
Interpretar resultados: Extraer conclusiones significativas que respalden la toma de decisiones basadas en datos.

Las tareas descriptivas son aquellas que implican describir, analizar, investigar, diseñar, construir y evaluar dentro de un proyecto o área de estudio.

Estas tareas son esenciales en la educación y en la investigación, ya que permiten a los estudiantes y profesionales comprender y comunicar las características y resultados de sus trabajos de forma clara y detallada.

Este tipo de investigación es valiosa para obtener una comprensión detallada de un fenómeno, situación o población específica.

Lemus-Delgado, D., & Pérez Navarro, R. (2020 MIT OpenCourseWare. (2017). Casas Roma, J. Nin Guerrero, J. y Julbe López, F. (2019). Big data: Google académico. google.