Capítulo 3 de 14 · Parte I

Análisis exploratorio de datos (EDA)

Parte I · Fundamentos del análisis de datos

Capítulo 3

Análisis exploratorio de datos (EDA)

Los datos son el combustible de cualquier sistema de inteligencia artificial.

Nivel inicialLogotipo JMA

Qué encontrará en este capítulo

  1. 3.1Estadísticos descriptivos
  2. 3.2Visualización de datos
  3. 3.3Detección de outliers
  4. 3.4Análisis de correlaciones
  5. 3.5EDA de variables categóricas
  6. 3.6Perfilado automático y EDA asistido por IA
  7. 3.7Plan de EDA reutilizable

7 secciones · 20 apartados · 6 ejercicios con soluciones

Capítulo 3 de 14
Objetivos de aprendizaje del capítulo (6)
  • Calcular e interpretar los principales estadísticos descriptivos de centralidad, dispersión y forma.
  • Crear visualizaciones informativas que revelen patrones invisibles en los números, y justificar por qué ninguna tabla de estadísticos las sustituye.
  • Detectar outliers —valores atípicos— con métodos robustos y decidir qué hacer con ellos según el contexto.
  • Explorar variables categóricas mediante frecuencias, tablas de contingencia y medidas de asociación.
  • Analizar correlaciones comprendiendo sus limitaciones: significación, tamaño muestral, causalidad y paradoja de Simpson.
  • Diseñar un proceso de EDA reutilizable y apoyarse en herramientas de perfilado automático y asistencia por IA con criterio.