Análisis y extracción de datos

En este curso se aborda la etapa del análisis exploratorio de datos (Exploratory Data Analysis – EDA). Una de las etapas más importantes del ciclo de vida de un proyecto de analítica, en la cual se abarca el entendimiento, la preparación y la descripción de los datos. De esta manera, el objetivo de esta etapa no solo es determinar si los datos recibidos permiten desarrollar el objetivo de investigación planteado en el proyecto de analítica, sino que también permite tomar decisiones en la formulación de hipótesis y la elección de metodologías y modelos de estimación. En tal sentido, las principales tareas que se llevan a cabo en esta etapa son: entender la estructura general de los datos, detectar anomalías, describir las características de las variables, explorar relaciones entre ellas, formular nuevas hipótesis e identificar tipos de modelos o metodologías para analizar la información.

En este curso los estudiantes tendrán la posibilidad de conocer los diferentes patrones de arquitectura, modelos de datos, las técnicas apropiadas y tecnologías disponibles para abordar un proyecto de Ciencia de Datos. Los proyectos de ciencia de datos concentran sus esfuerzos en la obtención de conocimiento a partir de la información albergada en repositorios que pueden tener distintos paradigmas o modelos de datos. De ahí, la relevancia de distinguir entre los distintos modelos, los conceptos subyacentes a cada modelo, las herramientas y tecnologías que permiten utilizar datos como insumo en los procesos de analítica.

Una vez identificadas y caracterizadas las fuentes de información, los datos requieren de un procesamiento que incluye la extracción, transformación y carga en repositorios dispuestos para el análisis.

En este curso se desarrollan competencias para la comunicación efectiva de información a través de gráficos, una actividad esencial en la ciencia de datos tanto para la exploración de la información como para la presentación de resultados.

Durante el curso se analiza a profundidad el proceso de comunicación visual de información tomando como punto de partida la cognición humana, identificando los procesos mentales esenciales para la decodificación de información visual. Con este conocimiento se revisan y priorizan un gran número de tipologías de gráficos existentes haciendo un énfasis especial en los gráficos especiales. Teniendo estas herramientas, son usada para evaluar sistemas de comunicación visual estandarizados en diferentes dominios (laborales, organizacionales, científicos, medios de comunicación masiva, entre otros) y proponer mejoras a estos.