Los profesionales del AA pasan mucho más tiempo evaluando, limpiando y transformando de datos que en la creación de modelos. Los datos son tan importantes que este curso dedica tres unidades enteras al tema:
- Trabajar con datos numéricos (esta unidad)
- Trabaja con datos categóricos
- Conjuntos de datos, generalización y sobreajuste
Esta unidad se centra en datos numéricos, es decir, números enteros o valores de punto flotante que se comportan como números. Es decir, son aditivos, contables, ordenados, etcétera. La siguiente unidad se centra en datos categóricos, que pueden incluir números que se comporten como categorías. La tercera unidad se centra en cómo Preparar tus datos para garantizar resultados de alta calidad durante el entrenamiento y la evaluación para tu modelo.
Estos son algunos ejemplos de datos numéricos:
- Temperatura
- Peso
- Cantidad de ciervos que pasan el invierno en una reserva natural
Por el contrario, los códigos postales de EE.UU., a pesar de son números de cinco o nueve dígitos, no se comportan como números ni representan y las relaciones matemáticas. El código postal 40004 (en el condado de Nelson, Kentucky) es no el doble del código postal 20002 (en Washington, D.C.). Estos números representan categorías, específicamente, áreas geográficas y se consideran datos categóricos.