¿Cómo hacer el ANÁLISIS EXPLORATORIO DE DATOS?: guía paso a paso

En este video les comparto una guía paso a paso sobre cómo hacer el análisis exploratorio de datos, una fase esencial en cualquier proyecto de Machine Learning o Ciencia de Datos.

🔴 *** VISITA WWW.CODIFICANDOBITS.COM ***
En el sitio web encontrarás, además de artículos y material útil, cursos online y servicios de desarrollo de proyectos, asesorías y formación personalizada en las áreas de Ciencia de Datos, Machine Learning e Inteligencia Artificial.

🔴 *** VIDEOS Y LISTAS DE REPRODUCCIÓN RECOMENDADAS ***

🔴 *** ÚNETE A CODIFICANDO BITS Y SÍGUEME EN MIS REDES SOCIALES ***
✅ Facebook, Instagram, Twitter y GitHub: codificandobits

🔴 *** ACERCA DE MÍ ***
Soy Miguel Sotaquirá, el creador de Codificando Bits. Tengo formación como Ingeniero Electrónico, y un Doctorado en Bioingeniería, y desde el año 2017 me he convertido en un apasionado por el Machine Learning y el Data Science, y en la actualidad me dedico por completo a divulgar contenido y a brindar asesoría a personas y empresas sobre estos temas.

🔴 *** ACERCA DE CODIFICANDO BITS ***
El objetivo de Codificando Bits es inspirar y difundir el conocimiento en las áreas de Machine Learning y Data Science.

#machinelearning

[framm]

Muchas gracias. Excelente ritmo y contenido. Mantiene la atención y minimiza la disperción. Saludos!

[georginazugastim]

muchísimas gracias, se aprecia la forma en que explicas.

[Gustavocoee]

Muy bien explicado, un suscriptor nuevo!!

[m.angelicaandradezeballos]

El análisis exploratorio para series temporales sería genial. Gracias por el aporte.

[luiscarlosjaramillozuniga]

Excelente explicación, de eso se trata para los que apenas empezamos, aprender de quienes ya han probado y no reinventar la rueda

[ivanferre]

Vengo siguiendo tus videos y la verdad que la forma de expresarte de forma clara y concisa ante un tema de mucha duda para gente iniciándose en este mundo y que no sabe que ruta seguir, es impresionante. Te deseo lo mejor y que sigas mejorando porque la verdad el canal me encanta

[sergiopadronarellano]

De verdad haces un trabajo de enseñanza que se aprecia muchísimo. Apenas hace dos meses empece un curso de Machine Learning pero la clase es muy intensa y hay temas que no llego a comprender, pero con tus videos me ha quedado mucho mas claro. Muchas felicidades y gracias nuevamente!!!!

[MCRANDGDp]

Excelente video, muy bien explicado y me gustaría saber como es el análisis exploratorio para series de tiempo

[maycollquijocondori]

Excelente. Si pudieras compartir bibliografía para profundizar te agradeceríamos mucho.

[luis-a]

Excelente video y lo que se viene junto con lo curso no se queda por fuera.
Seria bueno ver la realizacion de esta clase de analisis a nivel practico.
Gracias por darnos esta clase de conocimiento todas las semanas.

[juandavidrodriguez]

Te amo man, explicas de una manera fácil de entenderc:

[johanrodriguez]

Para mi este tema si que es complejo y es uno de aquellos donde se puede ver el seniority del analista.
1. Muchas veces los pasos no se tienen tan claros como se menciona, a veces no se sabe incluso si los datos que se tienen servirán o no para el propósito.
2. el tema de mirar mediana(mas robusto ante outliers), y lo de los cuartiles en el fondo lo que queremos es tener una idea de la "distribución" de los datos a un nivel intuitivo pero también estadístico, a partir de allí podemos ver si y tal vez podemos proponer una "hipótesis" sobre dicha distribución(normal, poisson ..etc) .
4. Super importante que resaltar un error de novato y al interpretar un scatterplot y es entender "casualidad" como "causalidad". Es decir, tener una alta correlacion(coeficiente de pearson) no significa que deba existir una relaciona de dependencia entre las variables.

5. En los diagramas de correlacion recordar nuevamente que por defecto se tiende a usar coeficiente de correlacion de pearson, pero este solo mide el grado de correlacion LINEAL. En caso de tener otro tipo de relaciones este no es buena idea. Recomiendo revisar otros como el de spearman.

[familiaduranromero]

Excelente resumen Profesor, muchas gracias por su aportes. Son muy explícitos y definitivamente ayudan a nuestros aprendizajes.

[juliam.lampreajulian.lampr]

Muchas gracias por el vídeo. Esta muy claro . Esperaremos el vídeo de series de tiempo. Gracias.Saludios

[silviasolano]

Mil gracias, si conocen el tema, excelente aporte

[sebastianbrinezcorrea]

Gracias por esa explicación, me pareció efectiva.

[adrian.marino]

Muy bueno. Además de Analizar los outliers y usar alguno algoritmo como MISE para valores faltantes, también agregaría algún PCA robusto y Análisis de correspondencia multivariado.

[mijailgomez]

Bueno..bueno. Muy concreto y excelente explicación.

[narutoxz]

Me encanto el video. Me gustaría que hagas un video sobre analisis sobre datos no estructurado y series de tiempoos

[adrieen]

Excelente explicación y material. Gracias!