Campus
Diagrama de temas
-
-
Introducción a la lección
En la lección anterior, preparó los datos para la siguiente fase del proceso de aprendizaje automático: análisis. El análisis de los datos mediante diversas técnicas lo ayudará a obtener información útil sobre esos datos y lo que representan. También le dará una mejor comprensión de cómo los datos deben someterse a un mayor procesamiento para prepararse para el aprendizaje automático.
En esta lección, hará lo siguiente:- Examinar las características básicas de un conjunto de datos para obtener información general sobre dichos datos.
- Utilizar métodos de análisis estadístico para explorar la distribución subyacente de los datos.
- Utilizar visualizaciones como histogramas, gráficos de dispersión y mapas para analizar datos.
- Utilizar técnicas de preprocesamiento para transformar aún más los datos y prepararlos para el aprendizaje automático. -
-
-
-
-
Resumen
En esta lección, realizó análisis exploratorio de datos (EDA) en los conjuntos de datos mediante estadísticas de resumen y varios tipos diferentes de visualizaciones. También usó ese análisis para guiar el preprocesamiento de sus datos, preparándolos para las tareas de aprendizaje automático que vendrán. Al analizar los datos, se familiariza más con la forma en que se pueden utilizar para lograr sus objetivos.
¿Cuáles son algunos ejemplos de variables objetivo que podría encontrar al resolver problemas con IA?
¿Qué tipos de visualizaciones de datos le parecen más interesantes y por qué?
-
Campus
