eda_couse

KO | EN

gitlite — search

#javascript #python #react #ai #go #rust #linux #java #kubernetes #awesome-list #vue #security #pytorch #openai

(★ 13)

No description available.

eda_couse Latest Version Download

Download Latest Version (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Análisis Exploratorio de Datos

¡Bienvenidos al curso de Análisis de Datos I!

El análisis exploratorio de datos (Exploratory Data Analysis – EDA) es una de las etapas más importantes del ciclo de vida de un proyecto de ciencia de datos e inteligencia artificial. Esta etapa 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, 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 un proyecto de ciencia de datos e IA se plantean objetivos de investigación, pero es el análisis exploratorio de datos el que permite conocer preliminarmente si dichos objetivos pueden ser alcanzados con los datos con que se cuentan.

## Modulo 1 - Entendimiento general de los datos

| Notebook | Descripción | Link Colab |
|----------|-------------|----------|
|1.0-Basic-Clasification.ipynb|Descripción básica del flujo de tareas de un proyecto entrenamiento de un modelo de machine learning |<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/1.0-Basic-Clasification.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|

## Modulo 2 -  Entender la forma de los datos

| Notebook | Descripción | Link Colab |
|----------|-------------|----------|
|2.1-introduccion-carga-dataset-csv.ipynb|Carga y lectura de archivos CSV| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.1-introduccion-carga-dataset-csv.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.2-merge-datasets.ipynb|Realizar un merge de datasets| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2-merge-datasets.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.3-merge_join-datasets.ipynb|Combinar y unir un dataset| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.3-merge_join-datasets.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.4-entendimiento-delos-datos|Entender la estructura de los datos| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.4-entendimiento-delos-datos.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|

#### Ejercicios Adicionales

| Notebook | Descripción | Link Colab |
|----------|-------------|----------|
|2.2.1-carga-dataset-parquet.ipynb|Carga y lectura de archivos CSV| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2.1-carga-dataset-parquet.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.2.2-ordernar-datasets.ipynb|Ordenacion de un dataset por columnas| <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2.2-ordernar-datasets.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.2.3-ejercicio-merge-join-US.ipynb|Ejercicio de combinacion de Dataset|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2.3-ejercicio-merge-join-US.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|2.2.4-modificar-datasets.ipynb|Modificar dataset|<a href="[https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2.3-ejercicio-merge-join-US.ipynb](https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2.2.3-modificar-datasets.ipynb)"><img src="img/colab.svg" alt="Open In Colab"></a>|

#### Quizz
| Notebook | Descripción | Link Colab |
|----------|-------------|----------|
|2-quizz-MICE_imputation.ipynb| Quizz Modulo2 | https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz-MICE_imputation.ipynb|
|2-quizz_data_preparation_cleaning.ipynb| Quizz Modulo2| https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz_data_preparation_cleaning.ipynb|
|imputación_y_modelado.ipynb.ipynb| Quizz Modulo 2| https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz-imputación-y-modelado.ipynb|
|2-quizz-eda-clasificacion.ipynb| Quizz Modulo 2| https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz-eda-clasificacion.ipynb|
|2-quizz-eda-regresion.ipynb| Quizz Modulo 2| https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz-eda-regresion.ipynb|
|2-quizz-ejercicios-de-merge.ipynb| Quizz Modulo 2| https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/2-quizz-ejercicios-de-merge.ipynb|

## Modulo 3 -  preparación de Datos

| Notebook | Descripción | Link Colab |
|----------|-------------|----------| 
|3.0-Impacto-one-hot-encoding-y-label-encoding.ipynb| Uso de One Hot Encoding y Label Encoding | <a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.0-Impacto-one-hot-encoding-y-label-encoding.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.1-Estandarizacion-Normalizacion.ipynb|Aplicación de Estandarización y Normalización|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.1-Estandarizacion-Normalizacion.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.2-label-encoding.ipynb|Label Encoding|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.2-label-encoding.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.3-Loan-Prediction.ipynb|Taller de Correlaciones|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.3-Loan-Prediction.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.4-Practica-Selección-de-Variables.ipynb|Selección de Variables|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.4-Practica-Selecci%C3%B3n-de-Variables.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.5-Pipeline-1.ipynb|Practica de Pipelines|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.5-Pipeline-1.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.6-Pipeline-2.ipynb|Practica de Pipelines|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.6-Pipeline-2.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.7-Pipeline-Linear-Regression.ipynb|Pipeline de un modelo|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.7-Pipeline-Linear-Regression.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.9-Pipeline-Experiment.ipynb|Pipeline usando Transformers|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3.9-Pipeline-Experiment.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3.10-Taller-Data-Leakage.ipynb|Taller de Fuga de Datos|<a href="https://colab.research.google.com/github/armandoordonez/eda/blob/main/3.10-Taller-Data-Leakage.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|

#### Ejercicios Adicionales

| Notebook | Descripción | Link Colab |
|----------|-------------|----------|
|3-Imbalanced-Dataset.ipynb|Métodos para Datos Desbalanceados|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Imbalanced-Dataset.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Tutorial_Descomposición-Series-De-Tiempo.ipynb|Series de Tiempo|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Tutorial_Descomposición-Series-De-Tiempo.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Time-Series.ipynb|Series de Tiempo|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Time-Series.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Regresion-Logistica.ipynb|Regresion Logistica|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Regresion-Logistica.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Custom-Transformers.ipynb|Uso de Transformers Personalizados|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Custom-Transformers.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Column-Transformers.ipynb|Modificando Columnas con Transformers|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Column-Transformers.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Basic-Pipelines.ipynb|Tuberias de Datos Básicas|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Basic-Pipelines.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|
|3-Basic-Pipeline-Custom.ipynb|Tuberias de Datos Personalizadas|<a href="https://colab.research.google.com/github/armandoordonez/eda_couse/blob/main/3-Basic-Pipeline-Custom.ipynb"><img src="img/colab.svg" alt="Open In Colab"></a>|

eda_couse

eda_couse Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

eda_couse

eda_couse Latest Version Download

Today's picks

Was this content helpful?

Recent Feedback

Download README