Eikosestadística y ciencia de datos

Machine learning e IA · Mineria Datos

Minería de Datos: KDD y Preparación de Datos

Introducción pública · guía completa en Eikos

Introducción

De qué trata esta guía

Una aproximación matemática, algorítmica y metodológica a la extracción de conocimiento, la ingeniería de características y el aseguramiento multidimensional de la calidad de datos.

Recorrido

Temas que aborda

  • Introducción
  • Minería de Datos: El Proceso KDD y la Preparación Rigurosa de Datos
  • El Paradigma KDD (Knowledge Discovery in Databases)
  • 1.1 Contextualización y Evolución Epistemológica
  • 1.2 Arquitectura Sistémica y Fases Detalladas del Proceso KDD
  • 1.3 Delimitación Epistemológica: KDD vs. Data Mining vs. Data Science

Conceptos relacionados

Conexiones principales

  • algebra
  • varianza
  • media
  • faltantes
  • epidemiologia
  • verosimilitud

Notación compatible

Muestra matemática en LaTeX

La expresión se renderiza de forma accesible y conserva debajo su fuente LaTeX.

Comp(Aj)=1−∑i=1N1{null}(xi,j)N\text{Comp}(A_j) = 1 - \frac{\sum_{i=1}^{N} \mathbb{1}_{\{null\}}(x_{i,j})}{N}
Ver LaTeX fuente\text{Comp}(A_j) = 1 - \frac{\sum_{i=1}^{N} \mathbb{1}_{\{null\}}(x_{i,j})}{N}