Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Visualización de Datos
Visualización de Datos
Víctor Hugo
Datos Datos
Procesamiento Información
Datos Datos
EJEMPLO
Hugo
Víctor
FMAT
Empleado
Nombre VÍCTOR HUGO MENÉNDEZ
27
Procesamiento DOMÍNGUEZ
Menéndez
Antigüedad 27 años
Ocupación profesor
Adscripció FMAT-UADY
profesor
n
Domínguez
UADY
GESTIÓN DE INFORMACIÓN
Una vez establecidos los conceptos datos e información, se puede definir del término
de Gestión de la Información (GI).
“el proceso que utiliza herramientas y técnicas para capturar, recoger, analizar, organizar, manipular y
recuperar la información. De la misma manera, controla y explota los recursos de la información de
una organización” (Itmazi, 2005).
Herramientas
Hojas de cálculo
Bases de datos
PRÁCTICA
Uso de Excel para operaciones básicas con datos.
Es una mezcla de varios elementos; es un flujo al mismo tiempo que tiene una
estructura formalizada; es intuitivo y difícil de captar en palabras o de entender
plenamente de forma lógica.
El conocimiento puede ser visto como un proceso (flujo) o como algo acumulado.
CONOCIMIENTO
Explícito
Todo conocimiento que puede ser estructurado, almacenado y distribuido:
expresiones gramaticales, matemáticas, especificaciones, tutoriales, procedimientos,
manuales, información almacenada en bbdd, etc.
Tácito
Conocimientos que forman parte de nuestro modelo mental, fruto de nuestra
experiencia personal e involucra factores intangibles como las creencias, valores,
puntos de vista, intuición, etc., y que por tanto no podemos estructurar, almacenar ni
distribuir.
GESTIÓN DEL CONOCIMIENTO
Disciplina emergente cuyo propósito es generar, compartir y utilizar el conocimiento
tácito y explícito existente en un determinado espacio para dar respuesta a las
necesidades de los individuos y de las comunidades en su desarrollo.
(Nonaka y Takeuchi, 1999)
EXTRACCIÓN DE
CONOCIMIENTO
Identificar conocimientos útiles desde datos e información.
Se define como
“el proceso no trivial de identificar patrones válidos, novedosos y potencialmente
útiles y en última instancia, comprensible a partir de los datos” (Fayyad et al., 1996).
TÉCNICA
1. Selección de datos. En esta etapa se determinan las fuentes de datos y el tipo de información a utilizar. Es
la etapa donde los datos relevantes para el análisis son extraídos desde la o las fuentes de datos.
2. Preprocesamiento. Esta etapa consiste en la preparación y limpieza de los datos extraídos desde las
distintas fuentes de datos en una forma manejable, necesaria para las fases posteriores. En esta etapa se
utilizan diversas estrategias para manejar datos faltantes o en blanco, datos inconsistentes o que están fuera
de rango, obteniéndose al final una estructura de datos adecuada para su posterior transformación.
3. Transformación. Consiste en el tratamiento preliminar de los datos, transformación y generación de nuevas
variables a partir de las ya existentes con una estructura de datos apropiada. Aquí se realizan operaciones
de agregación o normalización, consolidando los datos de una forma necesaria para la fase siguiente.
4. Minería de datos. Es la fase de modelamiento propiamente tal, en donde métodos inteligentes son
aplicados con el objetivo de extraer patrones previamente desconocidos, válidos, nuevos, potencialmente
útiles y comprensibles y que están contenidos u “ocultos” en los datos.
5. Interpretación y Evaluación. Se identifican los patrones obtenidos y que son realmente interesantes,
basándose en algunas medidas y se realiza una evaluación de los resultados obtenidos.
PRÁCTICA
https://bigml.com/
1. Crear Dataset
2. Establecer algoritmo
Actividad 1. Modelo
¿Qué ocurrió con los pasajeros del Titanic? 2. Agrupamiento
¿Qué ocurrió con los accidentes en carreteras de EUA en 2011? 3. Asociación
3. Analizar resultados
¿QUÉ ES EL COLOR?
“Sensación producida por los rayos luminosos que impresionan los órganos visuales
y que depende de la longitud de onda”. (RAE, 2022).
El mundo es incoloro. Se podría decir que todo el color que vemos no existe. Es una
percepción.
Tonos (blanco-negro)
Análogos
Saturación (gris)
Complementarios
Brillantez (luminosidad)
COLORES CÁLIDOS Y FRÍOS
Cálidos (intensidad de rojo)
https://www.clinicavilloria.es/eres-daltonico-compruebalo-con-el-test-de-ishihara/
http://www.colorvisiontesting.com/what-colorblind-people-see.ht
m
VISUALIZACIÓN DE DATOS
Proceso de búsqueda, interpretación, contrastación y comparación de datos que
permite un conocimiento en profundidad y detalle de los mismos de tal forma que se
transformen en información comprensible para el usuario
Web 2.0
Gran abundancia de datos originó una gran complejidad para la búsqueda e interpretación
VISUALIZACIÓN DE DATOS
Nuestros ojos son atraídos por los colores y patrones. Podemos identificar
rápidamente el rojo del azul o el cuadrado del círculo. Nuestra cultura es visual, lo
que incluye todo tipo de cosas, desde arte y publicidad hasta televisión y películas.
La visualización de datos es otra forma de arte visual que capta nuestro interés y
mantiene nuestros ojos en el mensaje. Cuando vemos un gráfico, vemos rápidamente
las tendencias y los valores atípicos.
Si podemos ver algo, lo interiorizamos rápidamente. Es contar historias con un propósito
Si alguna vez haz visto una gigantesca hoja de cálculo de datos y no te fue posible ver una tendencia,
sabes cuán eficaz puede ser una visualización.
TÉCNICA
1. Analizar los datos para identificar aquellos útiles para el conocimiento del tema y
descartar los inconexos
2. Interpretar los datos seleccionados de tal forma que sean comprensibles de forma
exacta y detallada
3. Contrastar estos datos con otros vinculados para no cometer errores y saber
discernir los verdaderamente significativos para lograr el fin último, es decir,
facilitar la comprensión del usuario
4. Comunicar la información obtenida, de tal forma que el usuario adquiera los
conocimientos necesarios para comprender correctamente los datos facilitados
UTILIDAD
Ayudar al análisis
Apoya a la estadística al resaltar las correlaciones entre los datos
Facilita la comunicación del significado de los datos
Fomenta la generación de conocimiento
TIPOS DE VISUALIZACIONES
Tablas
Gráficos de barra, líneas, circular, dispersión, burbujas
Jerarquías
Grafos
Nubes de palabras
Infografías
VISUALIZACIÓN DE DATOS
¿Qué podemos utilizar?
Mediciones
Registros de actividades
Uso de recursos
Evaluaciones
Encuestas
NUBES DE PALABRAS
https://tagcrowd.com/
https://classic.wordclouds.com/
https://monkeylearn.com/word-cloud/
GRAFOS
https://www.smrfoundation.org/nodexl/
https://gephi.org/
GRÁFICOS
https://www.datawrapper.de/
https://www.rawgraphs.io/
https://infogram.com/examples
https://www.tableau.com/es-es
HERRAMIENTAS PARA LA
VISUALIZACIÓN DE DATOS
Dr. Víctor Hugo Menéndez Domínguez
Facultad de Matemáticas, Universidad Autónoma de Yucatán
mdoming@correo.uady.mx