DATA ANALYST

Los nuevos perfiles en big data

Skills

03 Gestion del Big data, base de

datos comunicacion
viisualizacion de datos
y

Funciones
Recopila y da function a los
datos mediante analisis
01
estadistico .
Herramientas
.

02

1
ANALITICA DE BIG DATA

DEPURAR Y
TRANFORMAR
VISUALIZAR
ANALIZAR
01
ADQUIRIR
.

05 02
REPORTAR
PREPARAR

03 ACTUAR
04

PROCESAMIENTO
PREVIO

2
 ANALISIS PREDICTIVO Y MODELOS

Aprendizaje
computacional Modelos descriptivos

06
El aprendizaje computacional modelos descriptivos
es parte fundamental en un cuantifican las relaciones entre
proceso de análisis predictivo. los datos de manera que es

01
utilizada a menudo para
clasificar clientes o contactos

SUPERPOSICIONES
05 en grupos. .

Modelos de desicion
establecer correlaciones entre BIG modelos de decisión describen
variables puede proporcionar
información muy valiosa,.
DATA la relación entre todos los
elementos de una decisión –

02
los datos conocidos

04
03
PREDICIONES Modelo ensemble
Modelo predictivo se podrá consiste en la aplicación del
utilizar para predecir qué modelado predictivo para
probabilidades hay de que una combinar dos o más modelos
persona

3
ÁRBOLES DE CLASIFICACIÓN Y REGRESIÓN
(Classification And Regression Trees, CART)
PROCESO
Las reglas basadas en
valores de variables se
seleccionan para obtener
la mejor división para
1 diferenciar observaciones
basadas en la variable
3
dependiente..

VALORES
Las reglas basadas en
valores de variables se
seleccionan para obtener
la mejor división para
diferenciar observaciones
basadas en la variable
dependiente.
4
2 DIVISION
La división se detiene
cuando CART detecta que
no se pueden realizar más
ganancias o se cumplen
algunas reglas de parada
preestablecidas.
 MÁQUINAS DE VECTORES DE SOPORTE
machine learning.

Vector Support Maximal Margin

Machines Classifier
Las máquinas de soporte vectorial, se basa en el concepto de
máquinas de vectores de soporte o hiperplano. A lo largo de este
máquinas de vector soporte son un ensayo se introducen por orden
conjunto de algoritmos de cada uno de estos conceptos.
aprendizaje supervisado Comprender los fundamentos de
desarrollados por Vladimir Vapnik y las SVMs requiere de
su equipo en los laboratorios AT&T. conocimientos sólidos en álgebra
Estos métodos están propiamente lineal. En este ensayo no se
relacionados con problemas de profundiza en el aspecto
clasificación y regresión. matemático.