CRISP-DM

Mai multe ca aceasta

LOS GRAFICOS ESTADISTICOS

după ANGIE KATERINE KAMMERER MEZA (:-)

importancia de la estadistica en la formacion academica y su aplicacion en el campo laboral

după sebastian zea

ESTADISTICA DESCRIPTIVA E INFERENCIAL

după Itzel Nopal

EL AUDITOR

după ENRIQUE ALFONSO CASTILLO HERNANDEZ

Estructura de proyecto en ciencia de datos por Julian Jaimes

Retos

Proporcionar información

Partes interesadas vs. análisis

Creación de equipos de análisis de datos

Conducir con datos

Definición del proyecto de ciencia de datos

Coordinación, colaboración y comunicación

Metodologías de ciencia de datos

Hacia la ingeniería de minería de datos

Marco de trabajo de entrega ágil

Marco de gestión de Big Data

RAMSYS

Ciclo de vida de Domino DS

Flujos de trabajo de desarrollo para científicos de datos

Lienzo de análisis

TDSP de Microsoft

Flujo de trabajo de la ciencia de datos

Ciclo de vida de análisis de datos EMC

Metodología básica para la ciencia de datos

Investigación sistemática sobre Big Data

Lienzo de gestión de Big Data

Ciclo de vida de la ciencia de datos ágil

Ideación, evaluación e implementación de Big Data

MEDIO

Operaciones de IA

Características del modelo de scoring de riesgo

Ofrecer servicios

Clientes sin riesgo

Mayor

Rentabilidad

Mejoramiento

Campaña

Recopilar información

Formularios

Extraer información

Bases de dato 3ros

Calidad variables

Metodología

Selección de modelo

Velocidad ejecución

Colaborar

Equipo de TI

Sistema donde se implementara

Topic flotante

Datos

Entrenamiento

Validación

DATOS

CRIDP-DM

Fases

6. Despliegue

Subtópico

Documentar

Procesos

Monitorear

Capacitar

Personal

5. Evaluación

Corregir

Evaluar resultados

Revisar

4. Modelado

Algoritmo de modelado

3. Preparación de los datos

Formatear

Limpiar

Seleccionar

2. Comprensión de los datos

Recopilar

Explorar

Evaluar

1. Comprensión del negocio

Como medir

Resultados

Conocer

Objetivos de la empresa