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
Retroalimentación Rendimiento del modelo
Se implementa en el entorno de producción
Evalúa modelo comprender su calidad
Desarrollar modelos predictivos
Limpieza de datos
Utilizar estadísticas y técnicas visualización
Reunir Recursos de datos Disponibles
Métodos Analíticos a Utilizar
Definir Enfoque Analístico
Como Resolverlo
Identificar el Problema
Ciencia de Datos
Estructura
Técnicas
Herramientas
Jupyter Notebook
SQL Server
GITHUB
Python
Lenguaje R
Scala
Hadoop
Aprendizaje Automático
Redes Neuronales
Aprendizaje Reglas Asociación
Árboles de decisión
K-vecino más cercano
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
Sectores
Academico
Detectar fracaso y/o abandono escolar
Personalización de la enseñanza
Predicción Abandono Escolar
Mejorar Calidad Academica
Salud
Resultados Predictivos
Control y prevención de Enfermedades
Apoyo Medico en Decisiones
Monitorear y promover hábitos saludables
Mejor gestión del sistema de salud
Gobierno
Innovación Tecnológica
Cambio de Paradigmas
Ciudades Inteligentes
Disminución Brecha Tecnológica
Satisfacer Necesidades Sociales
Productivo
Impactos
Productividad
Mejora Continua
Fidelización Clientes
Imagen corporativa
Toma de Decisiones Documentadas
Metodología Multidisciplinar
Toma de Desiciones
Métodos
Procesos y Sistemas
Cientifico
Describir Patrones y Tendencias
Etapas
10. Retroalimentación
9. Implementación
8.Evaluación
7. Modelado
6. Preparación de Datos
5. Comprensión de Datos
4. Recopilación de Datos
3.Requisitos de Datos
2. Enfoque analítico
1. Comprension del Negocio