Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea-Ciclo de Vida de Proyectos de Big Data
Tarea-Ciclo de Vida de Proyectos de Big Data
“ITLA”
Campus Santo
Domingo
Asignatura:
Electiva 1 -Introducción al Big Data
Sustentante:
Ariel Manuel Naranjo De la Cruz
Matrícula:
202010742
Maestro:
Francis Ramírez
En este informe proporcionaré una breve investigación sobre regresiones y extensiones
lineales y no lineales clásicas, así como elementos del ciclo de vida y metodologías para
proyectos de Ciencia de Datos, con una evaluación del tema.
Definición del Problema: Identificar el problema o la pregunta que se busca resolver mediante el
análisis de datos.
Adquisición de Datos: Recolectar, limpiar y preparar los datos necesarios para el análisis.
Exploración de Datos: Analizar y visualizar los datos para comprender su naturaleza y posibles
patrones.
Modelado: Construir modelos estadísticos o de aprendizaje automático para hacer predicciones
o tomar decisiones.
Evaluación: Evaluar el rendimiento de los modelos y ajustarlos según sea necesario.
Despliegue: Implementar los modelos en un entorno operativo para su uso continuo.
Monitoreo y Mantenimiento: Supervisar el rendimiento del modelo en producción y realizar
actualizaciones cuando sea necesario.
Existen varias metodologías para gestionar proyectos de Ciencia de Datos, como CRISP-DM
(Cross-Industry Standard Process for Data Mining) y TDSP (Team Data Science Process). Estas
metodologías proporcionan estructura y guía en cada etapa del ciclo de vida del proyecto, desde
la definición del problema hasta el despliegue y el mantenimiento.