¿Cómo hacer el ANÁLISIS EXPLORATORIO DE DATOS?: guía paso a paso
HTML-код
- Опубликовано: 26 июл 2024
- 🔥🔥Academia Online🔥🔥: cursos.codificandobits.com/
🔥🔥Asesorías y formación personalizada🔥🔥: www.codificandobits.com/servi...
En este video les comparto una guía paso a paso sobre cómo hacer el análisis exploratorio de datos, una fase esencial en cualquier proyecto de Machine Learning o Ciencia de Datos.
Enlace de descarga de la guía: www.codificandobits.com/blog/...
🔴 ** VISITA WWW.CODIFICANDOBITS.COM **
En el sitio web encontrarás, además de artículos y material útil, cursos online y servicios de desarrollo de proyectos, asesorías y formación personalizada en las áreas de Ciencia de Datos, Machine Learning e Inteligencia Artificial.
🔴 ** VIDEOS Y LISTAS DE REPRODUCCIÓN RECOMENDADAS **
🎥 ¿Qué es el Machine Learning Engineering?: • ¿Qué es el MACHINE LEA...
🎥 ¿Cuándo usar el Machine Learning?: • ¿Cuándo usar el Machin...
🔴 ** ÚNETE A CODIFICANDO BITS Y SÍGUEME EN MIS REDES SOCIALES **
✅ Sitio web: www.codificandobits.com
✅ Facebook, Instagram, Twitter y GitHub: codificandobits
🔴 ** ACERCA DE MÍ **
Soy Miguel Sotaquirá, el creador de Codificando Bits. Tengo formación como Ingeniero Electrónico, y un Doctorado en Bioingeniería, y desde el año 2017 me he convertido en un apasionado por el Machine Learning y el Data Science, y en la actualidad me dedico por completo a divulgar contenido y a brindar asesoría a personas y empresas sobre estos temas.
🔴 ** ACERCA DE CODIFICANDO BITS **
El objetivo de Codificando Bits es inspirar y difundir el conocimiento en las áreas de Machine Learning y Data Science.
#machinelearning 
Наука
![DATA SCIENCE: Te explico un PROYECTO TÍPICO desde el Problema Hasta el Código [INCLUYE App]](http://i.ytimg.com/vi/paw7_cZoN1Q/mqdefault.jpg)
🔥🔥Academia Online🔥🔥: cursos.codificandobits.com/
🔥🔥Asesorías y formación personalizada🔥🔥: www.codificandobits.com/servicios/
Muchas gracias. Excelente ritmo y contenido. Mantiene la atención y minimiza la disperción. Saludos!
Te amo man, explicas de una manera fácil de entenderc:
Muy bien explicado, un suscriptor nuevo!!
Muchas gracias! excelente video.
El análisis exploratorio para series temporales sería genial. Gracias por el aporte.
Hola Angélica, sí. Precisamente los próximos videos del canal están relacionado con las series de tiempo. Un saludo!
Excelente explicación, de eso se trata para los que apenas empezamos, aprender de quienes ya han probado y no reinventar la rueda
Que bien explicado, ¡muchas gracias!
Excelente explicación y material. Gracias!
Muchas gracias! muy prolijo el video!
Mil gracias, si conocen el tema, excelente aporte
muy bueno tus videos gracias por tu dedicación saludos
Gracias por esa explicación, me pareció efectiva.
Bueno..bueno. Muy concreto y excelente explicación.
De verdad haces un trabajo de enseñanza que se aprecia muchísimo. Apenas hace dos meses empece un curso de Machine Learning pero la clase es muy intensa y hay temas que no llego a comprender, pero con tus videos me ha quedado mucho mas claro. Muchas felicidades y gracias nuevamente!!!!
Espero tus próximos videos!
Excelente explicación! Gracias
Gracias por tu comentario Joshua. Un saludo!
Muchas gracias!!
Muy buen vídeo y muy bien explicado
Me encanto el video. Me gustaría que hagas un video sobre analisis sobre datos no estructurado y series de tiempoos
Excelente video.
Excelente video, muy bien explicado y me gustaría saber como es el análisis exploratorio para series de tiempo
❤ muy bueno
Hola, buen vídeo. Si puedes hacer otro similar de un proceso etl serán genial. Gracias
Vengo siguiendo tus videos y la verdad que la forma de expresarte de forma clara y concisa ante un tema de mucha duda para gente iniciándose en este mundo y que no sabe que ruta seguir, es impresionante. Te deseo lo mejor y que sigas mejorando porque la verdad el canal me encanta
Gracias por tu comentario Iván y me alegra que te resulte útil el contenido. Un saludo!
Muchas gracias por el vídeo. Esta muy claro . Esperaremos el vídeo de series de tiempo. Gracias.Saludios
Gracias por tu comentario. Un saludo!
Muy buena explicación. Sería bueno el mismo video pero para análisis de datos no estructurados. Saludos
muy bueno
Excelente video y lo que se viene junto con lo curso no se queda por fuera.
Seria bueno ver la realizacion de esta clase de analisis a nivel practico.
Gracias por darnos esta clase de conocimiento todas las semanas.
Gracias por tu comentario Luis. Un saludo!
Excelente resumen Profesor, muchas gracias por su aportes. Son muy explícitos y definitivamente ayudan a nuestros aprendizajes.
:) :) gracias por tu comentario. Un saludo!
Para mi este tema si que es complejo y es uno de aquellos donde se puede ver el seniority del analista.
1. Muchas veces los pasos no se tienen tan claros como se menciona, a veces no se sabe incluso si los datos que se tienen servirán o no para el propósito.
2. el tema de mirar mediana(mas robusto ante outliers), y lo de los cuartiles en el fondo lo que queremos es tener una idea de la "distribución" de los datos a un nivel intuitivo pero también estadístico, a partir de allí podemos ver si y tal vez podemos proponer una "hipótesis" sobre dicha distribución(normal, poisson ..etc) .
4. Super importante que resaltar un error de novato y al interpretar un scatterplot y es entender "casualidad" como "causalidad". Es decir , tener una alta correlacion(coeficiente de pearson) no significa que deba existir una relaciona de dependencia entre las variables.
5. En los diagramas de correlacion recordar nuevamente que por defecto se tiende a usar coeficiente de correlacion de pearson, pero este solo mide el grado de correlacion LINEAL. En caso de tener otro tipo de relaciones este no es buena idea. Recomiendo revisar otros como el de spearman.
Wow... muchas gracias por tus observaciones Johan. Gran complemento a lo mencionado en el video. Un saludo!
Muy buen video, interesante. Por cierto, ¿es posible usar el gráfico de barras apiladas para saber si una variable categórica es o no relevante para el modelo? Gracias.
Dentro de mi formación acabo de encontrar tu canal, que buen material tienes. Excelente contenido.
Una única observación, me registré pero el enlace para el video no me llega nada relacionado al material que dispones en el video
Buena explicación, espero el video de outliers y tratamiento de datos faltantes. Saludos
Claro que sí Armando, vienen en camino. Un saludo!
Consulta
Como recomendas evaluar un articulo de parte de un cliente, usando datos históricos de su compra?
Trato de hacer un recomendador de articulos con maquinas de soporte vectorial
Excelente. Si pudieras compartir bibliografía para profundizar te agradeceríamos mucho.
como mensionas en el video , estaría bueno un video enfocado para serie temporales
Cómo podríamos hacer este análisis exploratorio con datasets de más de 50 columnas? Se recomienda hacer el análisis a cada una de las 50? o hay algún método para depurarlas antes? Gracias!
que desafíos se daría al aplicarlo ¿?
No puedo descargar la guia, por que ya estoy suscrito al news letter. Como hago para obtenerla?
Hola, hasta ahora empecé con este video, hablo por mi, no se si tengas videos donde expliques como hacer lo que explicas acá en Python...por otro lado sería bueno un poco más detallada la explicación como a dummies jejeje quizá mas ejemplos...pero de resto súper exclente
Hola Daniel. Gracias por tu sugerencia. En un próximo video haré entonces un tutorial en Python sobre el tema. Un saludo!
Excelente video. No encontré, ¿ dónde descargar el documento que se menciona en el video ?
www.codificandobits.com/blog/analisis-exploratorio-de-datos/
Un saludo!
Qué manera tan diafana de explicar! Nuevo subscriptor
:) :) :) bienvenido al canal!
Muchas gracias por el contenido.
No me llega el correo ¿Alguien tuvo la misma situación?
Hola Rubén. Envíame un mensaje a codificandobits.com/contacto y a vuelta de correo te envío las guías. Creo que hay un problema temporal con las descargas. Un saludo!
Dónde puedo descargar la guía mencionada en el min 0:55?
www.codificandobits.com/blog/analisis-exploratorio-de-datos/
Un saludo!
@@codificandobitsBuenas tardes,
No me llega el correo con los enlaces.
Un pequeño reto extra. Creen que en el dataset Titanic se pueda generar un modelo con un accuracy decente donde se prediga si la persona sobrevive o no, usando tan solo la variable nombre del pasajero?.
Ummm... me atrevo a decir que no sería tan preciso, pues creo que no existiría un patrón al analizar el nombre. Un saludo!
Un tema muy importante y muchas veces poco valorado.
Tal cual. Un saludo!
Muy bueno. Además de Analizar los outliers y usar alguno algoritmo como MISE para valores faltantes, también agregaría algún PCA robusto y Análisis de correspondencia multivariado.
Hola Adrián, gracias por tu comentario. Sí, MICE viene en un próximo video. Y tomo nota de PCA y análisis de correspondencia para un próximo video, buena sugerencia. Un saludo!