Justificación y contexto de tu proyecto

1

Cómo crear tu proyecto de ciencia de datos

2

Crea proyectos para afianzar tus conocimientos en ciencia de datos

3

Cada cuánto hacer un proyecto de datos

4

Dónde sacar ideas para proyectos de ciencia de datos

5

Generar y comunicar un proyecto de datos

6

Casos: personas que ya pasaron por este camino

Quiz: Justificación y contexto de tu proyecto

Ejecutando un proyecto de ciencia de datos

7

Plantea una pregunta interesante

8

Obteniendo los datos para tu proyecto

9

Ejecutando: obteniendo los datos

10

Limpieza de la información

11

Ejecutando: limpia tu conjunto de datos

12

Explora y encuentra patrones en la información

13

Ejecutando: exploración de la información

14

Ejecutando: completando la exploración de la información

15

Enriquecimiento de los datos para análisis profundo

16

Ejecutando: enriquecimiento de los datos

17

Aplicando un modelo de machine learning

18

Ejecutando: aplicando un modelo supervisado de machine learning

19

Ejecutando: aplicando un modelo no supervisado de machine learning

20

Ejecutando: aplicando un modelo no supervisado de anomalías

21

Prepara tu trabajo para comunicarlo con el mundo

22

Ejecutando: prepara tu trabajo para comunicarlo con el mundo

Quiz: Ejecutando un proyecto de ciencia de datos

Comunicando los resultados

23

Por qué es importante comunicar los resultados

24

Escribiendo tu primer blogpost técnico

25

Compartiendo en comunidad con tu primera presentación

26

Cómo mejorar tu repositorio en GitHub para ciencia de datos

27

Haciendo deploy de tus modelos

28

Construyendo una aplicación full stack que consuma tu proyecto

Quiz: Comunicando los resultados

Últimos pasos

29

Elige terminar: es mejor terminado que perfecto

30

Recuerda los objetivos del proyecto: practicar y carta de presentación

31

Comparte tu proyecto

32

Share sessions y office hours: comparte y asesorate de tu proyecto

Cada cuánto hacer un proyecto de datos

3/32
Recursos

Aportes 8

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.

Nuestro historial de navegación es una fuente de datos personales interesante para conocer mejor nuestro comportamiento en la web.


Acá les comparto más ideas de proyectos con datos personales: https://blog.jovian.ai/7-diy-data-science-project-ideas-using-personal-data-996151825944

“La mejor manera de explorar un tema es: Descubriéndolo”.

Mejor recomendación del Maestro, no he escuchado.

¿Cada cuanto debo de hacer un proyecto de ciencia de datos? Tan pronto como sea posible.
TIPs: practicar es una buena actividad para continuar

  • Es mejor poner las cosas en práctica luego de terminar un curso.
  • Practicar movilizado para sacar las dudas del posible éxito de ideas propias.
  • Retarse a eficientizar tu trabajo cotidiano con la ayuda de lo aprendido en los cursos.
  • Explorar una nueva forma de conocimiento que sea interesante.
  • Utilizar la ciencia de datos para mejorar algo que te gusta hacer (hobby).
  • Aplicar lo aprendido ayudando a terceros. (proyectos, organizaciones de la sociedad civil, etc).

Cabe mencionar que pueden surgir muchas ideas, sin embargo el proyecto estará restringido al acceso que podamos tener a la información adecuada.

Eso de aplicar ciencia de datos a hobbies si es divertido . A mi me gusta ver anime . Y actualmente , estoy haciendo una exploración de datos a un dataset de anime que encontre en kaggle.

Puedes potenciar tus hobbies usando la ciencia de datos! eso es un buen proyecto

El maestro dice una frase clave:

Plantea un objetivo para poner en reto nuestras habilidades

¿Qué pasa si mi problema es que tengo muchos proyectos y por esto mismo no avanzo en ninguno? De hecho cuándo vi el título de la clase pensé que responderían esta duda de una forma más especifica y cuantitativa. Algo así como un proyecto al mes estaría bien, pero supongo que esto depende mucho de mis habilidades y la complejidad del proyecto.