Si estás leyendo esto, seguramente tienes interés en aprender sobre ciencia de datos, pero has escuchado que aprender matemáticas es muy importante para un área como esta. Yo sé que al escuchar cosas como álgebra, derivadas y matrices, puede parecernos que es complicado y entremos en un estado como con flashbacks del colegio.
¡Pero espera, espera! No todo tiene que ser tan complicado, y la verdad es que no lo es. Vamos paso a paso y te contaré sobre las matemáticas que se aplican en data science y cómo dar el primer salto para llegar a ellas durante este Platzi Day.
Existen cuatro áreas de matemáticas que son aplicadas en el día día por practicantes de ciencia de datos y son:
Cuando decimos cálculo, nos referimos al cálculo infinitesimal, que se refiere a cuando las cantidades que analizamos son muy, pero muy chiquitas. Estudia las razones de cambio entre variables (o datos). Es decir, qué pasa cuando un valor que depende de otro cambia en cantidades muy pequeñas, para un mejor análisis.
En data science, este tipo de cálculo se utiliza en algoritmos de regresión de machine learning para predicción de datos y para encontrar el error mínimo al hacer estas predicciones y que sean lo más reales posibles. Esto se hace más necesario al implementar deep learning con redes neuronales.
Aquí comúnmente hablaremos de vectores y matrices y es esa rama de las matemáticas la que se ocupa de ecuaciones lineales y sus aplicaciones.
Dentro de esas aplicaciones en ciencia de datos, están las que nos permiten entender cómo funcionan por dentro los algoritmos de inteligencia artificial. De esa forma podemos preparar nuestros datos y saber qué algoritmos utilizar dependiendo de ellos.
Es la rama encargada de recopilar, organizar y procesar datos para luego analizarlos e interpretarlos y poder sacar conclusiones.
Cualquier persona que se desempeñe en un equipo de ciencia de datos tendrá que conocer esta rama. Se utiliza para el análisis y visualización de cualquier colección de datos y descubrir resultados que generen un valor o nos cuenten una historia de qué está pasando con ellos.
La probabilidad va muy de la mano con estadística, pero se debe entender que es una rama independiente. Podemos describirla como la ciencia de la incertidumbre. Nos ayuda a cuantificar la incertidumbre de que algo pueda ocurrir. Partimos de preguntas como “¿cuál es la probabilidad de que cierto evento ocurra dados estos datos?”.
En data science nos servirá para aplicar conceptos como estadística inferencial, redes bayesianas y otros, que nos servirán para las predicciones que realicemos.
En otras palabras, necesitas matemáticas para los empleos del futuro.
Ahora que conoces estas cuatro ramas, es probable que te preguntes cómo empezar, sobre todo si parece que cada una tiene un mar de información.
Bueno, recuerda vamos paso a paso y te tengo una buena noticia. En la Escuela de Data Science de Platzi, los cursos de matemáticas se enfocan en justo lo que tú necesitas de matemáticas para ciencia de datos.
Pero antes, sentemos las bases para que tengas todo el conocimiento, y para ello, te tenemos preparada esta serie de cursos que te darán esos superpoderes para que aprender de esos temas sea más sencillo.
El Curso de Fundamentos de Matemáticas es el primero que debes de tomar para emprender este camino. En él aprenderás:
Si ya conoces estos conceptos, de igual forma te servirá para dar un repaso y llegar con las ideas frescas a los siguientes cursos. Pero si tienes todo listo, pasemos al siguiente.
Sí, un curso de un lenguaje de programación. ¿Por qué? Bueno, porque no necesitamos hacer siempre todas las operaciones manualmente.
Las y los científicos de datos ejecutan una gran cantidad de cálculos utilizando computadoras, principalmente con Python como su lenguaje predilecto.
La gran mayoría de las veces, sería imposible para una sola persona hacer todos esos cálculos. Dejemos que las máquinas trabajen. La parte importante es comprender cómo funcionan las matemáticas para crear programas que ejecuten estos cálculos y saber interpretar resultados.
Con este curso aprenderás los fundamentos de Python para data science con los que podrás crear programas en los siguiente cursos de matemáticas para data science. No esperes más, comienza a aprender con el Curso de Fundamentos de Python.
Pongamos a prueba lo que has aprendido en los cursos anteriores en el Curso de Matemáticas para Data Science: Cálculo Básico.
En este curso aprenderás:
Todo lo harás a través de analogías, diagramas y programando con Python varias de las ecuaciones, para entender de manera práctica los conceptos de cálculo que necesitas para ciencia de datos.
Toma estos 3 cursos durante estos días, regresa a este post y cuéntanos lo que lograste. Verás que la recompensa valdrá la pena. 🤓⭐
Yo agregaría el curso de Principios de visualización de datos a estos tres ya mencionado, ya que si no podemos interpretar los datos simplemente son número que no te dicen nada.
https://platzi.com/clases/visualizacion-datos/
Bryan, lo añadirías al final? o en que orden?
Muy interesante.
Muy buena información, justo iba a empezar a estudiar esta escuela en Platzi y este blog me cayó como anillo al dedo jeje. Muchas gracias! 😄