Estructura de un Proyecto en Ciencia de Datos

Lisää tämän kaltaisia

El comentario crítico

luonut María Cuesta

Características y Beneficios del Mindomo

luonut Nelly Delgado

Los mapas mentales y conceptuales: similitudes y diferencias

luonut Cristina Adam

SISTEMA DE VIGILANCIA EPIDEMIOLOGICA-SVE

luonut Sergio David Otagri Carrillo

Ejemplo Riesgo de Crédito

Optimización: Seleccionar perfiles de clientes con menor riesgo de impago

Técnicas utilizadas: Análisis de perfil de crédito de clientes

Objetivo: Calcular probabilidades de incumplimiento en clientes del sector financiero

Clasificación supervisada

Estructura de un Proyecto en Ciencia de Datos

Metología ASUM DM

KDD (Knowledge Discovery in Databases)

metodología SEMMA

Metodología CRISP-DM

Despliegue

Usar el modelo para toma de decisiones

Integrar el modelo en sistemas de software

Generar informes

Llevar el modelo a producción

Evaluación

Verificar utilidad del modelo

Ajustar el modelo o seleccionar otro

Asegurar precisión, sensibilidad, especificidad

Comparar los resultados con los objetivos del negocio

Modelado

Construir modelos predictivos

Ejemplo de técnicas

Redes neuronales

Árboles de decisión

Regresión logística

Seleccionar técnicas de análisis

Preparación de los Datos

Seleccionar las características más importantes

Transformar variables

Limpiar datos incorrectos o faltantes

Comprensión de los Datos

Evaluar la información disponible

Análisis descriptivo

Verificar calidad de los datos

Comprensión del Negocio

Comprender lo que la empresa busca lograr

Alinear los objetivos del proyecto con los objetivos de negocio

Definir el problema o la oportunidad