Resaltar la importancia de la calidad de datos, trucos sencillos para limpiar los datos y evitar errores que puedan alterar la análisis o el proyecto. Un enfoque fenomenal!
Gran podcast. Ando trabajando en un proyecto y definitivamente la clasificación de la data es básica. Gracias por compartir el catálogo. Saludos desde la Ciudad de México.
Desde luego Adriana, la etapa de data wrangling ayudará a mejorar el score de tu modelo. La limpieza de datos se hace siempre en cualquier proyecto de data science.
Gracias por explicar la limpieza de datos. Excelente video
Excelente video! Muy bien explicado, esta fase es muy importante, especialmente en el Machine Learning
Resaltar la importancia de la calidad de datos, trucos sencillos para limpiar los datos y evitar errores que puedan alterar la análisis o el proyecto. Un enfoque fenomenal!
Sin duda. No es la parte más sexy del proceso, pero evita muuuchos problemas
Gran resumen de todo para ir formando una gran idea en el mundo del análisis de datos. Recomendable todos los cursos de Isaac.
Gracias Eloy!
Excelente información ! Saludos desde Peru !
Excelente información. Muy importante la fase de preracion de datos.
Agradecida con la informacion que nos compartes.
Gran podcast. Ando trabajando en un proyecto y definitivamente la clasificación de la data es básica. Gracias por compartir el catálogo. Saludos desde la Ciudad de México.
Gracias por el aporte, me ha ayudado a comenzar en este camino inicial como DS
Muy buen video! bien estructurado, conceptual y muy claro! lo he visto varias veces para tomar!
Me encantan tus vídeos! Sigue así!
gracias!
Excelente, muchas gracias Issac
Gracias por tanto valor , eres buenisimo. :3 Sal2
Hola. Una información muy valiosa. Amigo tienes mentoria o entrenamientos en esta tematica. Me interesa recibir información. Saludos.
Hola Julián, sí puedes verlos en nuestra web: www.datascience4business.com
Buenisimo!!!
En el ejemplo de Machine Learning se trabaja también la calidad de datos?
Desde luego Adriana, la etapa de data wrangling ayudará a mejorar el score de tu modelo. La limpieza de datos se hace siempre en cualquier proyecto de data science.
Bueno el video pero habla demasiado rapido debe de ser mas pausado
Bájale la velocidad