Fundamentos Esenciales de Data Science y Machine Learning: Flujo de Trabajo y Métricas Clave
Clasificado en Matemáticas
Escrito el en
español con un tamaño de 45,67 KB
Frameworks de Data Science y Exploración de Datos (EDA)
Los frameworks definen el flujo de trabajo estándar en proyectos de Ciencia de Datos:
- KDD (Knowledge Discovery in Databases): Selección, Preprocesamiento, Transformación, Data Mining, Interpretación/Evaluación.
- OSEMN: Obtain (Obtener), Scrub (Limpiar), Explore (Explorar), Model (Modelar), Interpret (Interpretar).
- CRISP-DM: Business Understanding → Data Understanding → Data Preparation → Modeling → Evaluation → Deployment.
- Ciclo de Vida de ML (ML Life Cycle): Project Scope → Data Preparation → Model Development → Model Deployment → Model Monitoring/Maintenance.
Roles Clave en la Industria de Datos
- Data Architect
- Data Scientist
- Data Engineer
- Data Science Manager
- Data Analyst
- Statistician
- ML