Odalys Garcia

Eliminación de duplicados

• Jorge López

° Fabian Herrera

🎈Obed Alvarado

☼ Es un proceso que puede ser lento, pero es fundamental para garantizar la precisión y confiabilidad de los resultados del análisis. 
☼ Por ejemplo, se pueden convertir todas las fechas al mismo formato, como yyyy-mm-dd o mm-dd-yyyy, o convertir todas las medidas a las mismas unidades, como kilómetros a millas o Celsius a Fahrenheit. 

♥ Flor Guadalupe Llamas Zamorano

Corrige errores tipográficos y ortográficos que pueden causar inconsistencias, especialmente en datos categóricos o textuales.

-Cristian De Luna

Corregir valores inconsistentes también es crucial para garantizar la precisión y confiabilidad de sus datos. Los datos inconsistentes pueden ser causados por errores de entrada de datos o diferentes formatos, como fechas o unidades de medida. Para corregir valores inconsistentes, puede utilizar herramientas de perfilado de datos para identificar y corregir errores.

Esto puede implicar la estandarización de datos mediante la conversión a un formato consistente, como convertir todas las fechas al mismo formato o convertir todas las medidas a las mismas unidades.

Ricardo Elias

° Areli Castorena

Astrid Rodríguez

Jose Rodriguez

La transformación de datos le permite limpiar, remodelar y calcular nuevas dimensiones y métricas de datos según sus necesidades. Tradicionalmente, se necesitan cientos o miles de líneas de código para construir ETL o ELT tuberías. Sin embargo, puede crear rápidamente estas canalizaciones en un lienzo visual de flujo de datos con una herramienta ETL sin código.

• Jorge

El clustering es una técnica útil para discretizar datos numéricos, dividiendo los valores en grupos o clústeres basados en la distribución y cercanía de los datos, lo que resulta en una discretización de alta calidad.

°Areli Castorena

Maria de Jesus Peralta Villanueva

La transformación de datos le permite limpiar, remodelar y calcular nuevas dimensiones y métricas de datos según sus necesidades.

• María Nely Rodríguez Muñoz

• Omar Vazquez

Para eliminar valores atípicos, puede utilizar métodos estadísticos, como el rango intercuartílico o la desviación estándar, para identificar valores que se encuentran fuera de un cierto rango.

Dependiendo de sus objetivos de análisis, es posible que necesite eliminar valores atípicos o ajustar sus valores.

-Melani Ruvalcaba

Astrid Rodriguez

José Ricardo Pizaña de Santiago

Asegurarse de que los datos estén en el formato correcto (fechas, números, categorías).

💚Litzy Diaz O.

Erick Xander Esparza Navarro

Fernanda Perez

Ejemplos y consideraciones: en los datos financieros, un monto de transacción inusualmente alto puede indicar fraude. Decidir cómo manejar estos valores atípicos es crucial para la detección de fraude y la gestión de riesgos.

Descripción: Cuando hay datos ausentes, se deben tomar decisiones sobre cómo manejarlos. Se pueden rellenar con valores promedio, medianos, modales o usando otros métodos como la imputación.

Ejemplo: Si una columna de edad tiene valores faltantes, se puede rellenar con la media de las edades presentes.

• Descripción: Cuando hay datos ausentes, se deben tomar decisiones sobre cómo manejarlos. Se pueden rellenar con valores promedio, medianos, modales o usando otros métodos como la imputación.

• Ejemplo: Si una columna de edad tiene valores faltantes, se puede rellenar con la media de las edades presentes.

• Victor Lucio

Por ejemplo, si un encuestado indica tener cierta edad pero luego responde de manera inconsistente sobre su nivel educativo o ingresos, puede indicar un error o falta de atención al responder.

• Conversión a minúsculas: Cambia todas las letras a minúsculas para garantizar la consistencia y reducir la variabilidad en el texto. Esto evita que palabras iguales pero escritas con mayúsculas y minúsculas se traten como diferentes.

• Eliminación de caracteres: Elimina caracteres no alfabéticos, como signos de puntuación, números u otros símbolos que no son relevantes para el análisis de texto.

• Eliminación de palabras vacías: Elimina palabras comunes que no aportan significado al análisis, como "a", "el", "en", etc. Estas palabras pueden variar según el idioma y el contexto del análisis.