¡Te doy la bienvenida a este proyecto de la Escuela de Data Science e Inteligencia Artificial de Platzi! Esta iniciativa consiste en la creación de un análisis exploratorio de datos de calidad de vinos.
Al participar podrás aprender, por medio de la práctica, habilidades y conocimientos clave para tener un trabajo en data science.
No solo eso, al terminar tendrás tu primer proyecto listo para tu portafolio y así podrás demostrar que tienes habilidades para trabajar en startups de tecnología. 🚀
Descripción del proyecto
En este proyecto ejecutarás un análisis exploratorio de datos, o EDA por sus siglas en inglés, de vinos y su calidad.
- Datos: Wine Quality Data Set del Machine Learning Repository de UCI. 🧮
- Objetivo: entender si algunas de las características de los vinos afectan a su calidad. Por ejemplo, ver si al aumentar o disminuir las sustancias químicas que lo componen, la calidad aumenta o disminuye. Con esto, los productores podrían modificar el proceso de fabricación para apuntar a una calidad mayor. 🍷
- Herramientas: notebooks en Deepnote con Python y sus librerías. 🪐🐍
- Tiempo estimado: 15 horas
📝 Paso 0: regístrate
Regístrate en este formulario para participar. 👈 📝
Para poder registrarte necesitas tener activo cualquier plan tipo Basic, Expert o de Empresas en Platzi.
Este proyecto no tiene una fecha límite para ser completado, pero si lo completas antes del 23 de mayo a las 11:59 P.M. hora México/Colombia obtendrás un badge especial en tu perfil de Platzi.
Para ello, te compartimos este calendario con las fechas clave que debes tener en cuenta para obtener este badge especial.
📥 Paso 1: obtén la notebook con instrucciones donde crearás tu EDA y el dataset
Para este proyecto tendrás la facilidad de usar una Jupyter Notebook con todas las instrucciones que necesitas para desarrollar este EDA. Podrás encontrarla en Deepnote.
Si todavía no tienes una cuenta de Deepnote, crea una aquí. 👈
Una vez que tienes tu cuenta de Deepnote, consigue la notebook y el dataset dentro de un proyecto en Deepnote. 👉 Obtén este proyecto aquí.
Cuando estés dentro del enlace del proyecto y hayas iniciado sesión en Deepnote, duplica el proyecto dando clic en el botón azul Duplicate de la esquina superior derecha.
Al dar clic en el botón Duplicate te aparecerá en dónde quieres duplicar el proyecto. Selecciona cualquier workspace que NO esté marcado como Private.
Al elegir uno, da clic en el botón azul Duplicate.
Listo. Con esto ya tendrás tu notebook y datasets en tu cuenta de Deepnote listos para trabajar. ✅
🔎 Paso 2: sigue el paso a paso del notebook hasta completar tu EDA
Dentro del notebook encontrarás una descripción de los datos e instrucciones. Así sabrás cuál es el contexto del negocio, cómo cargarlos en tu notebook y el paso a paso con las indicaciones que necesitas para completar tu EDA.
Al finalizar, dentro del mismo notebook escribe tus conclusiones sobre si existen características del vino que afecten a su calidad, cuáles son y cómo lo hacen.
❓ ¿Dónde puedo resolver mis dudas?
Seguramente podrás tener dudas mientras desarrollas el proyecto. Puedes apoyarte de la comunidad de Platzi en el grupo de estudio de Telegram oficial de la Escuela de Data Science e Inteligencia Artificial.
Comparte tus dudas y comentarios allí con el hashtag #ProyectoEDAWine.
Conoce cómo unirte al grupo aquí.
Ahora sí, ¡manos a la obra! 🙌
⛳ Paso 3: Comparte tu proyecto completado
Cuando hayas completado todos los pasos de la notebook del proyecto, es momento de compartirlo con toda la comunidad de Platzi.
Publica tu notebook en Deepnote
El primer paso para lograrlo es compartir públicamente tu proyecto completo en Deepnote.
Para ello, en la esquina superior de tu notebook, da clic en el botón Share & publish.
Activa el botón toggle de Share Project. Da clic sobre él para que se vea azul y aparezca el link del proyecto.
Dentro del desplegable selecciona la opción view para que cualquiera con el link pueda ver tu proyecto en Deepnote.
Finalmente, copia el link que te muestra allí.
Registra tu proyecto completado 🚀
Finalmente, para confirmar que terminaste tu proyecto, regístralo en este formulario especial de proyectos completados. 👈.
En el formulario dejarás el link de tu proyecto en Deepnote que obtuviste en el paso anterior y responderás unas sencillas preguntas.
Una vez que hayas completado este formulario habrás registrado tu proyecto como terminado.
Recuerda que no hay tiempo límite para completar este proyecto, pero si lo completas antes del 23 de mayo a las 11:59 P.M. hora México/Colombia obtendrás un badge especial en tu perfil de Platzi.
Comparte tu proyecto en Platzi Connect
Por último, y como un paso bonus muy especial, te invitamos a compartir tu proyecto en Platzi Connect. Platzi Connect es un espacio que permite que estudiantes de Platzi (y hasta posibles empleadores) conozcan tu trabajo.
Para hacerlo ve a tu perfil en Platzi. Da clic aquí para llegar directo. 👈
Selecciona la pestaña Mi Portafolio y da clic en el botón Subir proyecto a mi portafolio.
Ingresa la siguiente información en los siguientes campos:
- Título del proyecto: Análisis Exploratorio de Datos de calidad de Vinos
- URL: la url de tu proyecto en Deepnote que copiaste en la sección anterior.
- Descripción del proyecto: escribe brevemente de qué trata el proyecto y qué utilidad tiene.
- Imagen del proyecto: sube una captura de pantalla de tu notebook, puede ser donde muestres una gráfica importante.
- ¿Qué habilidades aprendiste con este proyecto?: ingresa los conocimientos principales que usaste para desarrollar el proyecto.
- ¿Qué cursos te ayudaron a crear este proyecto?: los cursos principales de los que aprendiste los conocimientos que pusiste en práctica.
Finalmente, da clic en el botón inferior Agregar proyecto a mi portafolio.
Esto te mandará a tu perfil nuevamente. Ve de nuevo a la sección Mi Portafolio en tu perfil donde verás tu proyecto cargado en Platzi Connect. 🎉
Conocimientos relacionados y útiles para este proyecto
Este proyecto es para estudiantes que sigan o les interesen estas rutas de aprendizaje:
Los conocimientos que te ayudarán a resolver el proyecto los puedes aprender en los siguientes cursos:
- Curso Básico de Python
- Curso de Entorno de Trabajo para Ciencia de Datos con Jupyter Notebooks y Anaconda
- Curso de Python Intermedio: Comprehensions, Lambdas y Manejo de Errores
- Curso de Principios de Visualización de Datos para Business Intelligence
- Curso Básico de Manipulación y Transformación de Datos con Pandas y NumPy
- Curso Básico de Visualización de Datos con Matplotlib y Seaborn
- Curso de Funciones Matemáticas para Data Science e Inteligencia Artificial
- Curso de Matemáticas para Data Science: Estadística Descriptiva
- Curso de Análisis Exploratorio de Datos
Puedes tomar todos los cursos antes o utilizarlos como fuente de consulta.
¡Te deseamos mucho éxito con el proyecto!
Una vez que lo hayas terminado tendrás el primer proyecto para tu portafolio profesional. Para seguir avanzando en tu carrera te recomendamos explorar el Curso para Crear tus Proyectos de Ciencia de Datos y el Curso para Conseguir Trabajo en Tecnología. Así, tendrás todo para unirte a una startup como Data Analyst o Data Scientist. 🚀
¡Nunca pares de aprender! 💚
Curso de Análisis Exploratorio de Datos
