Gracias por el A2A.
No estoy seguro de si desea conocer todas y cada una de las herramientas que necesita cada una de esas líneas o si desea una respuesta genérica.
Si es lo primero, hay muchos libros, cursos y documentos que encajan en el momento en que escribiría una respuesta sobre Quora. Es simplemente demasiado complejo responder aquí.
- ¿Qué opinas sobre la plataforma de ciencia de datos de Domino?
- ¿Cuáles son las diferencias entre Data Science y Data Mining, son las mismas?
- ¿Cuál es la diferencia entre ciencia de datos, aprendizaje automático e inteligencia artificial?
- ¿Puedo obtener un trabajo como analista de datos si aprendo análisis de datos de Internet?
- ¿Cómo ayuda un científico de datos a resolver salas de escape?
Si quieres una respuesta genérica, entonces es un poco más fácil. Puedes pensar en análisis en tres reinos:
- Descriptivo es cuando ves lo que ha sucedido. Piense en paneles con series de tiempo y otras visualizaciones o informes sofisticados con relaciones de los datos (también conocido como inferencia).
- Predictivo es cuando elige los datos que tiene (y que también usó en descriptivos por cierto) y predice un resultado futuro basado en el conocimiento que tiene.
- Prescriptivo es cuando sus modelos recomiendan (o incluso actúan automáticamente) basarse en predicciones.
Hay muchas habilidades que necesitas aprender para ir de una a otra. Para una descripción, un buen conocimiento de estadísticas y visualización le permitirá llegar bastante lejos.
Para la predicción, deberá sumergirse en el maravilloso mundo de los algoritmos de aprendizaje. Puede ser aprendizaje estadístico, aprendizaje automático y luego hay modelos supervisados, modelos no supervisados, etc. Las habilidades, tanto en volumen como en especie, dependen mucho de la industria en la que trabaje. Hay algunas cosas comunes como la validación cruzada, la regularización y la selección de funciones, pero en su mayor parte hay cosas que aprende más y otras que no aprende. Por ejemplo, sé lo que es la PNL, pero no sé nada sobre la aplicación de la PNL porque, francamente, ¡no la uso!
Prescriptivo es, en mi humilde opinión, predictivo con esteroides. Los modelos deben tener un poder de predicción muy alto y, a menudo, deben ejecutarse en aplicaciones de datos de producción. Como probablemente haya notado, esta es el área con la que me siento menos cómodo. Cuando comencemos a pasar al ámbito de la analítica predictiva en tiempo real, es muy probable que involucre al equipo de ingeniería de datos. No solo aman estas cosas, sino que pueden manejar estos entornos de producción en tiempo real mucho mejor que yo.
