Contacta con nosotros

Temario del curso

Introducción

  • Comprensión de la importancia de la preparación de datos en el análisis y el aprendizaje automático.
  • La tubería (pipeline) de preparación de datos y su papel en el ciclo de vida de los datos.
  • Exploración de los desafíos comunes en los datos sin procesar y su impacto en el análisis.

Recolección y adquisición de datos

  • Fuentes de datos: bases de datos, APIs, hojas de cálculo, archivos de texto y más.
  • Técnicas para recolectar datos y garantizar la calidad de los datos durante la recolección.
  • Recolección de datos desde diversas fuentes.

Técnicas de limpieza de datos

  • Identificación y tratamiento de valores faltantes, valores atípicos e inconsistencias.
  • Gestión de duplicados y errores en el conjunto de datos.
  • Limpieza de conjuntos de datos del mundo real.

Transformación y estandarización de datos

  • Técnicas de normalización y estandarización de datos.
  • Manejo de datos categóricos: codificación, agrupación (binning) e ingeniería de características.
  • Transformación de datos sin procesar en formatos utilizables.

Integración y agregación de datos

  • Fusión y combinación de conjuntos de datos provenientes de distintas fuentes.
  • Resolución de conflictos de datos y alineación de tipos de datos.
  • Técnicas para la agregación y consolidación de datos.

Aseguramiento de la calidad de los datos

  • Métodos para garantizar la calidad e integridad de los datos durante todo el proceso.
  • Implementación de controles de calidad y procedimientos de validación.
  • Casos de estudio y aplicaciones prácticas del aseguramiento de la calidad de los datos.

Reducción de dimensionalidad y selección de características

  • Comprensión de la necesidad de reducir la dimensionalidad.
  • Técnicas como PCA (análisis de componentes principales), selección de características y estrategias de reducción.
  • Implementación de técnicas de reducción de dimensionalidad.

Resumen y próximos pasos

Requerimientos

  • Conocimiento básico de los conceptos relacionados con los datos.

Público objetivo

  • Análisis de datos (Analistas de datos).
  • Administradores de bases de datos.
  • Profesionales de TI.
 14 Horas

Número de participantes


Precio por participante

Testimonios (3)

Próximos cursos

Categorías Relacionadas