Datascience es un término súper amplio.
Como su pregunta es sobre cómo, me parece relevante discutir sobre el proceso de Ciencia de datos , ilustrado en la imagen a continuación: (src)
- ¿Dónde puedo hacer un curso de análisis de datos? ¿Edvancer es una buena opción?
- ¿Qué se necesita para que los datos sean espaciales?
- ¿Debería una persona aprender sobre ciencia de datos en general antes de entrar en el aprendizaje automático? ¿Por qué?
- ¿En qué industria sería mejor para un analista de datos de nivel básico crecer, como científico de datos o consultor tecnológico en el futuro?
- ¿Qué son los patrones ocultos en big data?
Lo que el software de Tableau es bueno es la visualización. Puede crear fácilmente la visualización y conectarla a su base de datos. Entonces es súper útil para monitorear datos en tiempo real, previsualizar un conjunto de datos, etc.
Dado ese proceso, Tableau será su amigo mientras explora los datos, es decir, si acaba de construir / encontrar un conjunto de datos, la visualización ya puede ser muy informativa; y para fines de comunicación , es decir, al presentar su trabajo una buena imagen vale más que mil palabras, una buena visualización es como una demostración .
Tenga en cuenta que esta representación no es perfecta con seguridad, pero es bastante simple y tiene sentido. Que podríamos agregar un paso en la parte inferior como “Tomar decisiones”, que sería utilizar prácticamente sus modelos para crear valor: mejorar procesos, predecir cosas, etc., su objetivo no es solo comunicarse y visualizar, ¿verdad? De todas formas.
Espero eso ayude,
