Introduccion a Data Science
Descargar como PPTX, PDF2 recomendaciones2,746 vistas
La sesión de introducción a la ciencia de datos impartida por José L. Rivera cubre los fundamentos, herramientas y lenguajes necesarios para convertirse en un científico de datos, como Python y R, así como su integración en SQL Server y Azure. Se discutirán técnicas de manejo de datos, modelamiento y visualización, con ejemplos prácticos y un espacio para preguntas al final. Además, se mencionan próximos eventos relacionados con Big Data y oportunidades de voluntariado en la comunidad SQL PASS.
Introduccion a Data Science
- 1. Introducción a Data Science 19 de Agosto 2015 (12 pm GMT -5) José L Rivera Resumen: En esta sesión estaremos viendo que es “Data Science”, que necesitamos saber o aprender para poder convertirnos en un científico de datos y estaremos viendo algunos ejemplos de usos muy comunes usando lenguajes como Python, R y el cómo podemos integrar estos en SQL Server y Azure . Al final de esta charla tendrás un entendimiento más amplio de las técnicas de manejos de datos, modelamiento, visualización y los lenguajes y productos para poner tus proyectos en marcha Está por comenzar: Próximos Eventos Conociendo los servicios adicionales en BigData 26 de Agosto Freddy Angarita SQL Server Rápido y Furioso 2 de Setiembre Alejandro Cordero SQL como un servicio en la nube 9 de Setiembre Warner Chaves Moderador: Carlos Ulate
- 2. Manténgase conectado a nosotros! Visítenos en http://globalspanish.sqlpass.org /SpanishPASSVC lnkd.in/dtYBzev /user/SpanishPASSVC /SpanishPASSVC
- 4. Oportunidades de Voluntariado PASS no pudiera existir sin personas apasionadas y dedicadas de todas partes del mundo que dan de su tiempo como voluntarios. Se un voluntario ahora!! Para identificar oportunidades locales visita volunteer.sqlpass.org Recuerda actualizar tu perfil en las secciones de “MyVolunteering” y MyPASS para mas detalles.
- 5. Sigan Participando! • Obtén tu membresía gratuita en sqlpass.org • Linked In: http://www.sqlpass.org/linkedin • Facebook: http://www.sqlpass.org/facebook • Twitter: @SQLPASS • PASS: http://www.sqlpass.org
- 6. Introducción a Data Science 19 de Agosto de 2015 Jose L Rivera, MBA MVP | MCSE | MCSA | MCITP | MCSE Chapter Leader – PASS Global Spanish VC @SQLConqueror Moderador: Carlos Ulate
- 8. Agenda • Conceptos básicos de Data Science (DS) • Herramientas Microsoft para DS • Herramientas OpenSource para DS • Demos • Q&A
- 9. Conceptos Básicos hechos y estadísticas almacenadas para referencia o análisis BI es un termino sombrilla que reúne a una variedad de aplicaciones usadas para analizar la data de una empresa. Esta disciplina esta compuesta de actividades relacionadas a minería de datos, procesamiento analítico (OLAP), queries y reportes. Data Business Intelligence
- 10. Conceptos Básicos es la extracción de conocimiento de grandes volúmenes de datos estructurados y no estructurados mediante el uso de técnicas de minería de datos y análisis predictivo Data Science
- 11. Que es Data Science? • Análisis Estadístico • estadística inferencial • Algoritmos • Experimentos • Programación • “Hacking” • Python, R, etc.. • Conocimiento del Negocio • Reglas y procesos Copyright © 2014 by Steven Geringer Raleigh, NC. Permision is granted to use, distribute or modify this image, Provided that this copyright notice remains intact.
- 12. Recopilación de Datos Eventos Comportamiento Acción/Pruebas Resultado Observación Conjuntos de Datos • Características • Ambiente • Actividades significativas al negocio • Medidas • Estructurada • No Estructurada • Semi-Estructurada
- 13. Quieres ser un Data Scientist?
- 14. Quieres ser un Data Scientist? Resultados 2014
- 16. Reloj de Data Science http://www.exploringdatascience.com/the-data-science-clock/ • Destrezas básicas • Fundamentos • Análisis estadístico • Machine Learning • Text Mining/NLP • Visualización • Big Data • Data Ingestion + Munging • Herramientas
- 17. Ciclo de vida Descubrimiento de los datos Preparación de los datos Desarrollo del Modelo Evaluación Publicación Monitoreo
- 18. SSAS Data Mining • SQL Server 2005+ • Excel Add-in Tipo de Algoritmo Uso Común Clasificación predice una o más variables discretas basadas en los otros atributos del conjunto de datos Regresión predice una o más variables continuas basadas en los otros atributos del conjunto de datos Segmentación divide los datos en grupos (clusters) de elementos que tiene propiedades similares Asociación encuentra correlaciones entre los diferentes atributos en un conjunto de datos Análisis Secuencial resume las secuencias frecuentes o episodios de los datos
- 19. SSAS Data Mining
- 20. DEMO Excel Data Mining Add-in
- 21. R • CRAN (versión oficial) - http://cran.r-project.org/ • 5,000+ paquetes (librerías) • v 3.2.4 • RStudio (http://www.rstudio.com/) • IDE para R • Provee un experiencia integrada y simple • Revolution Analytics (http://www.revolutionanalytics.com/) • Otra versión de R • Paralelismo y Rendimiento • SQL Server 2016
- 22. Python • Lenguaje de programación de uso general • OOP • Open Source - http://www.python.org/ • v 3.4.3 | 2.7.10 • Multiples IDEs • IDLE • Canopy • IPython Notebook
- 24. Azure ML • Servicio en la nube • Algoritmos de ML • Componentes para R y Python • Publicación a Web-Service
- 25. DEMO Azure Machine Learning (ML)
- 26. Recursos Adicionales • www.r-bloggers.com/ • www.datasciencecentral.com
- 28. Conociendo los servicios adicionales en BigData 26 de Agosto (12 pm GMT -5) Freddy Angarita Resúmen: Todos han empezado a usar y a conocer Hadoop y HDInsight, en parte los lenguajes usados para su consumo, pero poco se hablado de los servicios complementarios que pueden enriquecer la experiencia BigData, conozca estos servicios y su aplicación Próximo Evento