10 – Ejemplo práctico: pre-procesamiento de datos

Lección 10 del curso Introducción a la Ciencia de Datos.

En la lección anterior hablamos de varias de las principales técnicas de pre-procesamiento de datos usadas en un proyecto de Ciencia de Datos.

Así que en esta lección desarrollaremos un sencillo ejemplo práctico que nos permitirá ver en acción varias de las técnicas de pre-procesamiento discutidas en la lección anterior:

Muy bien, en este sencillo ejercicio usamos un set de datos que contiene información sobre el consumo de alcohol per cápita y así como el número de muertes relacionadas para diferentes países del mundo. Y el objetivo es encontrar relaciones entre las causas de muerte y el consumo de alcohol.

Y vimos cómo en la fase de pre-procesamiento realizamos tareas de rellenado de datos incompletos así como la consolidación de datos provenientes de diferentes columnas. Además realizamos el manejo de algunos valores extremos y cambiamos la representación de algunos valores numéricos y la discretización de algunas variables categóricas.

Así que con este sencillo ejemplo hemos visto varios de los pasos que usualmente se deben llevar a cabo en la etapa de pre-procesamiento de los datos. Aunque es importante tener en cuenta que en la práctica tendremos sets de datos mucho más complejos y que requeriremos herramientas más sofisticadas que el simple procesador de hojas de cálculo usado en este ejercicio.

Y con esto hemos culminado este segundo módulo del curso, en donde hemos hablado de todo lo relacionado con los datos, el insumo principal de la Ciencia de Datos.

Entonces, en el siguiente módulo del curso nos enfocaremos en todas las técnicas de análisis, comenzando con el análisis descriptivo y el análisis exploratorio de datos de las cuales hablaremos en la próxima lección.

Todas las lecciones del curso Introducción a la Ciencia de Datos