PIPER y Data Science


En estos momentos la “era del análisis de datos” está revolucionando el mundo, y Data Science está escalando un rol sustancial para hallar conocimiento en los datos, encontrar patrones repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un determinado contexto, con el objetivo de tomar decisiones más asertivas.

Un científico de datos selecciona, modela y pone a disposición datos para la construcción de algoritmos que faciliten la extracción y organización de la información. Asegurar el éxito de un científico de Datos viene de la mano con la implementación de la metodología CRISP-DM; un modelo de procesos estándar abierto que describe enfoques comunes utilizados por expertos en Data Mining o Data Science.

CRISP-DM (Cross Industry Standard Process for Data Mining)

Esta metodología ve el proceso de análisis de datos como un proyecto profesional, está estructurada en seis fases, algunas de estas fases son bidireccionales, lo que significa que algunas fases permitirán revisar parcial o totalmente las fases anteriores.

Fases de CRISP-DM

  • Conocimiento del negocio
  • Conocimiento de los datos
  • Preparación de los datos
  • Modelado
  • Evaluación
  • Implementación

Para PIPER, es fundamental conocer el negocio sobre el cual se modelará la solución, como resultado la primera tarea es comprender el propósito del análisis y brindar una definición clara y específica del problema. En seguida viene la comprensión de los datos y determinar qué datos se necesitan, así como también verificar la calidad de los mismos. Luego se preparan los datos, teniendo finalmente “datos limpios” listos para integrar al modelado. Esta data está al alcance de la organización gracias a PI System para luego aplicar el análisis, sin importar el lenguaje o modelo que se utilice; lo siguiente es evaluar el rendimiento del modelo/análisis que se ha elaborado; verificar que no se ha omitido ningún dato relevante. Finalmente, con una estrategia de implementación se debe garantizar que nuestro análisis sea útil y mantenible

De esta manera PIPER trabaja alineando sus objetivos con la implementación y resultados que ofrece la metodología CRISP-DM, garantizando un flujo de trabajo eficiente para Data Science y asegurando la entrega del mejor producto a sus clientes.

Si nuestra publicación te pareció interesante, compártela.
  •  
  •  
  •  
  •  
  •  

Fabricación conectada y transformación digital

El siguiente artículo es obtenido de la publicación en inglés de Jacklin Altman, “Cementing Connected Manufacturing in the industry”, el…
Continuar leyendo

¿Cómo será la industria con la utilización de los Sistemas de Control Distribuido (DCS)?

En la industria actual contamos con una serie de activos, que son parte de diferentes procesos productivos, presentes en las…
Continuar leyendo

Entendiendo a los Sistemas Expertos

Con el pasar de los años, se ha podido comprobar que algunos problemas tales como el procesamiento de información para…
Continuar leyendo

Mobilizando las Instalaciones hacia el Futuro

Damos la bienvenida a Industry 4.0 como la próxima gran revolución industrial donde los datos transformarán las operaciones. Sin embargo,…
Continuar leyendo