Archivo del autor: rapsusk

Los principales ingredientes que deben conducir a las organizaciones en la aceptación del modelo de gobierno se muestran a continuación: Liderazgo y sponsorización de la iniciativa. IT debe liderar o en organizaciones en el que el área de data analytics tome protagonismo individual como entidad propia deben liderar la interlocución del proceso de gobierno deSigue leyendo «Claves del Éxito de políticas efectivas de Gobierno del Dato»

Gartner a través de un estudio realizado en diferentes compañías durante 2018, muestra como las organizaciones consideran estratégico implementar y adoptar programas data analytics en un 81% de las encuestas y Machine Learning en un 22% de los casos. Asimismo, según el Data literacy program España tiene una alfabetización de datos en torno al 70%,Sigue leyendo «Potencia los datos de tu compañía»

Como ya es sabido, las tecnologías de datos convencionales no pueden abordar muchas de las problemáticas que se dan en la actualidad. El problema del volumen en ciertas ocasiones es caro y lento en ciertas bases de datos relacionales, los eventos en Streaming debido a la ausencia de velocidad de lectura y procesamiento, la variedad,Sigue leyendo «¿Cómo debe ser mi arquitectura Big Data?»

Los principales analistas de tendecias del futuro de las compañías indican que los procesos Data Analytics cobrarán gran relevancia en la toma de decisiones de negocio. Antes de abordar este reto, es necesario considerar un proceso de vital relevancia, que impactará en los modelos analíticos y, por tanto, su precisión puede afectar a las propiasSigue leyendo «¿Por qué es necesario adoptar modelos de gobierno del dato?»

¿En qué consiste cross validation folder? Uno de los métodos más importantes que deben emplearse en la operacionalización del modelo de Machine Learning es Cross-Vallidation folder. Esta técnica permite evaluar como va a ser de robusto mi modelo predictivo, a través de la evaluación de este usando diferentes subconjuntos de datos, que se representan aSigue leyendo «¿Cómo de robusto es mi modelo Machine Learning?: Cross-Validation Folder»

Una vez seleccionado e implementado un algoritmo, es importante buscar la combinación de parámetros del modelo que permita maximizar el accuraccy el mismo, para que la efectividad del modelo sea lo más elevada posible.  Esta etapa es fundamental si se pretender obtener un modelo completamente optimizado y combinaría con la fase de Cross-Validation que comentaremosSigue leyendo «Optimización de la hiperparametrización de modelos Machine Learning»

Antes de poder abordar la problemática de negocio planteada surgen una serie de necesidades derivadas la calidad de datos habituales en las compañías. La primera suele ser el porcentaje de nulos debido a que impide el uso de muchos algoritmos de Machine Learning. Este aspecto debe ser abordado de forma obligatoria. Otro punto importante enSigue leyendo «Principios básicos sobre preparación de Datos para Data Science.»

Las empresas en la actuales están tomando conciencia del enorme valor que tiene el dato y su propio impacto en las decisiones de negocio. Efectivamente, antes de poder abordar cualquier análisis, ya sea avanzado o no, el primer paso que debemos afrontar es, ¿Dónde guardo el dato? Es obvio que los datos operacionales están enSigue leyendo «¿Es veraderamente necesatio apostar por los Datalakes?»

Data Discovery. Esta fase es fundamentes y no se le da la importancia que requieren en muchos proyectos de Machine learning. La observación de la calidad del dato es un fantástico punto de inicio. Viaulaizar un perfilado puede ser muy relevante en etapas posteriores y, por tanto, de esta fase deben destacarse los registros aSigue leyendo «Machine Learning project steps»

Una de las claves del éxito de las aplicaciones de analítica avanzada es precisamente el ciclo de vida de la solución a la problemática planteada. La estrategia corporativa debe contemplar la incorporación de los agentes necesarios para acometer la iniciativa Data Analytics y, por tanto, debe existir una estrategia a alto nivel que impulse ySigue leyendo «Ciclo de vida en soluciones Machine Learning»