Comunicar los resultados

Clase 20 de 30 • Curso de Big Data y Ciencia de Datos 2016

Michel Carmía Corona Bermúdez

student•

A mi me sirvió mucho esta página para entender un poquito mas CDF(cumulative distribution function) y PDF (probability density function)

Fernando Torres

student•

Gracias @mccorona72! Pero el link anterior no funciona al dar clic, quedó mal. Si copian el texto no hay problema o den clic a éste link

Edgar Moises Valdez Faria

student•

Este curso no tiene sentido si no entiendes estadísticas y distribuciones de probabilidad.
Deberían a agregar un curso como pre-requisito de este que nos enseñe estadísticas.

Ricardo Alustiza

student•

Se apreciaría mucho más si ya se tiene un conocimiento previo sobre regresión lineal e intervalos de confianza. Pero no al nivel de decir que “no tiene sentido”, ya que te instruyen sobre que quiere decir en la práctica lo que esta escrito. Además, de las definiciones en la parte teórica que son igual de mucha importancia para entender en que se basa una recopilación de datos y su traducción.
Recuerda que muchos de los cursos se enfocan en las herramientas disponibles hoy en día para minimizar el trabajo.

Pero si, sería interesante un curso complementario sobre estadística predictiva basada en recopilación y traducción de datos solamente, ya que se podría volver muy extenso y exhaustivo el curso.

Edgar Moises Valdez Faria

student•

Platzi es bueno haciendo cursos que van directo al grano.
Hacer un curso de estadísticas que nos sirva para este no sería problema ya que siempre lo han hecho así, al menos es lo que creo yo.

Leidy Andrea Ruiz Rodriguez

student•

Este curso es completo, sobre al estadística descriptiva y adicional trabajan con R

Allan Perez

student•

1:00 No fue Einstein, fue Richard Feynman.

john fredy quimbaya orozco

student•

tengo una consulta es muy descriptivo el comunicar los resultados. pero si los tenemos que transmitir a una juta directiva para ver una posible proyección ellos verían el formulario con las lineas de código tal cual como se ha visto en todo el curso ?

Fabian Merchan

student•

Las personas comerciales no saben mucho de código y si bien les gustaría aprender no lo van a hacer en tu presentación. Por lo general se debería realizar una presentación intentando ser lo más claro posible en tu explicación, de modo que les hagas saber que beneficios traen los resultados de tu proyecto. En ese orden de ideas, presentar tu documento en Jupyter podría ser o no una opción. Si bien Jupyter te da la opción de organizar tu código y tus resultados, no es lo suficientemente agradable y serio como para presentar a una Junta de resultados importante (una opción más viable y no tan compleja podría presentación de power point por ejemplo). Aunque tal vez si puedas enseñar tu notebook en una reunión no tan formal para mostrar los avances de tu investigación.

Rafael Mosquera

student•

¿Qué tiene que ver mi señora madre con el data scientist? 00:25 segundos.
¡Ahhh! Fue un chiste de Will….jajajajajajaja
Will ríete por favor.
¿Quien dijo que no podemos disfrutar el estar aprendiendo?
Bien hecho Platzi.

Jahir Rodriguez

student•

Saber comunicar los resultados del trabajo es clave en una organización para que la compañía se apropie del conocimiento generado a partir de la data y con ello se genere valor, pues en la mayoría de los casos el resto de los profesionales sienten que los ingenieros solo hacemos cuadros resumen de las información que luego nadie entiende.

David Alejandro Abreu Abreu

student•

He visto el video 3 veces, y de verdad no logro entender correctamente, “La probabilidad verdadera subyacente”, “La probabilidad de que la verdadera probabilidad”. No se si es porque will no habla muy bien el español, y en realidad quiere expresar otra cosa…

Camilo Andres lizarazo

student•

para este capitulo se debe saber probabilidad y estadistica. de esta manera se entienden esas funciones.

Juan David Silva

student•

Es indispensable conocer conceptos de probabilidad y estadistica.

Comunicar los resultados

Bienvenidos

Aprende sobre Big Data y Ciencia de Datos con los cursos actualizados

Bienvenido al curso

¿Qué es un Data Scientist?

Ejemplos de uso de Data Science

Cómo funciona una búsqueda de Google y el Algoritmo de Spotify

Retos de un data scientist

¿Porqué surge Data Science ahora y no antes?

¿En cuáles campos trabajan Data Scientists?

¿Cuáles habilidades y herramientas usamos?

Workflow de un Data Scientist

Introducción a Python

Guía de Jupyter

Configurando un NoteBook

Continuando con nuestro ejemplo

Flujo de trabajo de un Data Scientist

Workflow Típico de un Data Scientist

Recolectar datos, limpiar datos dormir con sus datos

Modelos de datos

Construir un modelo

Validar su modelo y predecir el futuro

Comunicar los resultados

Algebra Lineal para Data Science

Básicos de Probabilidad

Automatización en Data Science

Hacer que las máquinas hagan todo

Objetos del mundo real en el espacio vectorial y métricas de distancia

Ejemplo de espacio vectorial y métricas de distancia

Conclusiones

Cómo ser un data Scientist

Cierre del curso

Desafío 01

Desafío 02

Contenido complementario

¿Qué es big data y cuál es su papel en datascience?