Estructura

Metodología Multidisciplinar

Etapas

1. Comprension del Negocio

2. Enfoque analítico

3.Requisitos de Datos

4. Recopilación de Datos

5. Comprensión de Datos

6. Preparación de Datos

7. Modelado

8.Evaluación

9. Implementación

10. Retroalimentación

Describir Patrones y Tendencias

Métodos

Cientifico

Procesos y Sistemas

Toma de Desiciones

Sectores

Productivo

Impactos

Productividad

Mejora Continua

Fidelización Clientes

Imagen corporativa

Toma de Decisiones Documentadas

Gobierno

Impactos

Innovación Tecnológica

Cambio de Paradigmas

Ciudades Inteligentes

Disminución Brecha Tecnológica

Satisfacer Necesidades Sociales

Salud

Impactos

Resultados Predictivos

Control y prevención de Enfermedades

Apoyo Medico en Decisiones

Monitorear y promover hábitos saludables

Mejor gestión del sistema de salud

Academico

Impactos

Detectar fracaso y/o abandono escolar

Personalización de la enseñanza

Predicción Abandono Escolar

Mejorar Calidad Academica

Impedimentos

Ausencia de Metricas

No tener en cuenta el contexto empresarial

No limpiar adecuadamente los datos

No utilizar las herramientas correctas

No contar con fuentes de información

Definición clara del problema a Resolver

Falta de datos relevantes

Escasez Discusiones con el Cliente

Técnicas

Aprendizaje Automático

Redes Neuronales

Aprendizaje Reglas Asociación

Árboles de decisión

K-vecino más cercano

Herramientas

Python

Lenguaje R

Scala

Hadoop

Jupyter Notebook

SQL Server

GITHUB

Ciencia de Datos

Identificar el Problema

Como Resolverlo

Definir Enfoque Analístico

Métodos Analíticos a Utilizar

Reunir Recursos de datos Disponibles

Utilizar estadísticas y técnicas visualización

Limpieza de datos

Desarrollar modelos predictivos

Evalúa modelo comprender su calidad

Se implementa en el entorno de producción

Retroalimentación Rendimiento del modelo

Actividad: Mapa Mental Ciclo de Vida de un proyecto en ciencia de Datos Presentado: Fabian Caballero Cortes Asignatura: Retos en Ciencia de Datos Marzo 2023