Alberto Sanchez - Sebástian Vollmer: Técnicas de análisis de datos

40 0 0


Existen numerosas técnicas de análisis de datos, de las que daremos buena cuenta a continuación. Sin embargo, los investigadores continúan desarrollando nuevas técnicas de análisis de datos, principalmente para responder a las necesidades de análisis de nuevas combinaciones.

Algunas de las técnicas de análisis que veremos en este artículo pueden aplicarse a pequeñas cantidades de datos, pero todas ellas son útiles en análisis mayores (Big Data); proporcionando insights de gran ayuda.

Test A/B

Se denomina así a los experimentos aleatorios con dos variables para medir cuál funciona mejor.

Aprendizaje de reglas de asociación

Son el conjunto de técnicas de análisis para descubrir relaciones interesantes. Se trata de una serie de algoritmos que generan y pruebas posibles reglas.

Clasificación

Consiste en identificar categorías a las que pertenecen los datos.

Análisis clúster

El análisis de conglomerados es un método estadístico para clasificar objetos que divide un grupo diverso en grupos más pequeños con objetos similares, cuyas similitudes se conocen de antemano.

Crowdsourcing

Es una técnica de recogida de datos proporcionados por grupo de gente o comunidad grande.

Fusión e integración de datos

Se refiere al conjunto de técnicas que integran y analizan datos de múltiples fuentes, de modo que se puedan extraer ideas de una forma más eficiente y potencialmente más precisa.

Minería de datos

El Data Mining son técnicas que extraen patrones de bases de datos amplias, combinando métodos como la estadística o el Machine Learning.

Aprendizaje conjunto

Es el uso de varios modelos predictivos para obtener un desempeño predictivo mejor.

Algoritmos genéticos

Una técnica usada para optimizar, que se inspira en la evolución natural. Las soluciones posibles se pueden combinar y mutar, probando su capacidad para "sobrevivir" en distintos modelados.

Aprendizaje automático

El Machine Learning es una especialidad de la ciencia computacional, que combina el diseño y desarrollo de algoritmos que permiten a las máquinas evolucionar comportamientos basándose en datos empíricos.

Procesado de lenguaje natural

Una combinación de inteligencia artificial y lingüística que usa los algoritmos para analizar el lenguaje natural humano.

Redes neuronales

Modelos computacionales, inspirados en las redes neuronales, que encuentran patrones en los datos.

Análisis de redes

Técnicas usadas para caracterizar relaciones entre nodos de un gráfico o red.

Optimización

Es un portafolio de técnicas numéricas usadas para rediseñar sistemas y procesos complejos, de modo que mejoren su funcionamiento de acuerdo con uno o varios objetivos de medida.

Reconocimiento de patrones

Conjunto de técnicas de Machine Learning que asignan valores o etiquetas a una instancia o valor, de acuerdo con un algoritmo específico.

Modelado predictivo

Son las técnicas en las que se crea o elige un modelo matemático para predecir la probabilidad de un resultado.

Regresión

Técnicas estadísticas para determinar cómo cambia el valor de una variable dependiente cuando se cambia una o varias variables independientes.

Análisis de sentimiento

Deriva de la aplicación del procesado de lenguaje natural y otras técnicas analíticas para identificar y extraer información subjetiva.

Procesado de señales

Combinación de técnicas de la ingeniería eléctrica y la matemática aplicada para analizar señales discretas y continuas.

Análisis espacial

Análisis de datos topológicos, geométricos o propiedades geográficas encriptados.

Estadísticas

Es la ciencia utilizada para recoger, organizar e interpretar datos, incluyendo el diseño de encuestas y experimentos.

Aprendizaje supervisado

Técnicas de aprendizaje automático que infieren una función o relación de un conjunto de datos.

Simulación

Modelado del comportamiento de sistemas complejos, que se usa habitualmente para prever, pronosticar y planificar escenarios.

Análisis de series temporales

Análisis de secuencias de datos mediante la representación de valores de forma sucesiva para extraer características importantes de los datos.

Aprendizaje sin supervisión

Son técnicas de aprendizaje automático que encuentran estructuras ocultas en datos sin clasificar.

Visualización

Usada para crear imágenes, diagramas o animaciones para comunicar, comprender y mejorar los resultados de análisis de datos.

Fuente: https://ignsl.es/tecnicas-de-analisis-de-datos/ 


Todo sobre Informática y computaciónWhere stories live. Discover now