¿Qué es Data Science y por qué es importante?
Clase 37 de 46 • Taller de Creación de Startups
Resumen
Data Science
- Se aplica el método científico: Observación, hipótesis, experimentación, teorías, conclusión.
- Datos tradicionales: costos, tipos de producto, etc.
- Datos de comportamiento: predictividad basada en interacciones y gustos.
- AI: todo lo que trata de imitar el comportamiento humano.
- Machine learning: aprendizaje automático, enseñar a través de eventos.
- Deep learning: algoritmos mediante redes neuronales.
- Data science integra AI con datos, matemática y estadística.
En el futuro se le dará más énfasis a temas humanos, la automatización cubrirá lo demás. Descubre cómo estudiar Data Science con Platzi.
Contribución creada por: Frank Bruno Lino Riva