Actividad 7. Transformar datos en información
Actividad 7. Transformar datos en información
Objetivo
Aprender técnicas de ML para el análisis de los resultados.
Forma de trabajo
Grupal / equipos
Producto
Reporte de análisis que incluya las conclusiones retomando las dos notebooks trabajadas en jupiterlab.
Recursos
- Jupiter Notebook prácticas:
- Datos de entrada:
Los datos son hechos o hallazgos que deben ser transformados para darles sentido en el contexto y punto de vista acorde a la problemática bajo análisis. Las dos tareas fundamentales en el descubrimiento de conocimiento, en la etapa de transformación de datos en información, son el ordenamiento y la clasificación (incluyendo los agrupamientos).
Esta actividad se enfoca en las técnicas y herramientas para estas operaciones matemáticas; con énfasis en los criterios de selección de técnicas y algoritmos, así como en la evaluación del rendimiento y comparativa de las alternativas.
Instrucciones:
El/la estudiante
- Verificará que los datos de entrada proporcionados en los recursos de esta actividad están correctamente descargados y almacenados en una carpeta, para que puedan ser retomados por Jupyterlab
- Ejecutará los siguientes archivos en jupyterlab ClusterProcedimientoEstandar.ipynb y ClusteringKMEANS.ipynb.
- Realizará un Análisis de agrupamientos o Análisis de conglomerados para agrupar los datos del estudio previamente integrados, con alguno de los Notebook electrónicos proporcionados el inciso 1. Considerará el que mejor se adapta a su proyecto.
- Elaborará un reporte de los análisis y sus conclusiones, adaptando el Notebook electrónico proporcionado: ProyectoFinal.ipynb
- Compartirá con su docente a través de la plataforma un documento con las capturas de pantalla de los Notebook trabajados en esta actividad.
