MATLAB: uso de MATLAB en la ciencia de datos

Name: MATLAB: uso de MATLAB en la ciencia de datos
Author: Gabriel Popoola

Descubra las potentes capacidades de modelado de MATLAB

Preview the first lesson free — get full access to all 3 lessons.

Curso: bajo demanda

Bienvenido a la lección sobre Análisis Estadístico en MATLAB. Durante esta lección, repasaré dos categorías principales que son importantes para las estadísticas, que son Medidas de Centralidad y Medidas de Propagación. Para comenzar, vamos a cargar un conjunto de datos, y el conjunto de datos con el que vamos a trabajar es el conjunto de datos del coche. Entonces, para cargar eso, simplemente ejecute el comando load carbig. Y si revisas tu espacio de trabajo, deberías ver una serie de variables. Y entonces, ahora solo voy a repasar las medidas primarias de centralidad, que son la media, la mediana y la moda. La media, a la que también se hace referencia como la media aritmética o el promedio, es una medida común de centralidad. La media es útil para distribuciones simétricas, pero notoriamente sensible a los valores atípicos. Si su conjunto de datos no está distribuido simétricamente, o tiene valores atípicos extremos, tendrá que considerar cómo estos factores afectará el cálculo de la media. Y ahora para calcular la media, la función es sencilla. Solo usamos la media y la variable. Entonces, ahora solo voy a calcular la media de aceleración Y como puedes ver aquí, la media es 15.5197. También puedes calcular la media. de, digamos, cilindros, y obtendrás 5.4754. Y así, la media en sí misma es una métrica o valor importante, pero a menudo es necesario verlo con otras medidas como la mediana, que da el punto medio de los datos ordenados. Entonces, la mitad de los datos es mayor que la mediana, y la mitad de los datos son más pequeños. La mediana es mucho más resistente que la media. a cambios en algunos valores de datos, y es un centro especialmente útil para distribuciones no simétricas o sesgadas. Y para obtener su mediana, simplemente usas la función mediana, y pasará en aceleración. Y pueden ver aquí, la mediana es 15.5. Y haremos lo mismo con los cilindros, que es cuatro. Entonces, como puedes ver aquí, si miramos la media de la aceleración y compararlo con la mediana de la aceleración, solo hay una diferencia de 0.0197 entre los dos. Y debido a que la media y la mediana son tan similares, se puede suponer que la distribución es casi perfectamente simétrico. Sin embargo, cuando miramos la media de los cilindros, podemos ver que la media es 5.47, y la mediana es cuatro. Y esto es más o menos diciéndonos que esas distribuciones no son simétricas. A continuación, tenemos el modo, que es simplemente el valor más frecuente en una matriz. Y si hay varios modos, se necesita el más pequeño. Y al igual que la media y la mediana, la función de modo es simple. Y veremos el modo de aceleración, y el modo para cilindros. Y tenemos 14,5 y cuatro. Entonces, esto solo significa que una mayoría, o mejor dicho, la aceleración más común, es 14.5, y el número más común de cilindros es cuatro. A continuación, voy a repasar las medidas de propagación, y comenzar con la desviación estándar, que, como el principal, se usa típicamente para medir la propagación de distribuciones simétricas que siguen una distribución normal. Porque la desviación estándar es la raíz cuadrada de la varianza, la suma de los cuadrados de las distancias de valores de datos de la media, la desviación estándar tiende a amplificarse el efecto de los valores atípicos. Y así, para calcular la desviación estándar, usas la función estándar, y calcularemos esto para la aceleración, lo que te dará 2.8034, y lo calcularemos para cilindros, lo que nos da 1.7122. y la desviación estándar, porque son relativamente pequeños, muestra que los datos no están muy extendidos en términos de distancia a la media. Y la medida final que quiero discutir es el rango intercuartílico, que se basa en la mediana. Y da la distancia entre el percentil 25 y 75 en los datos. O en otras palabras, te da el ancho de la región que contiene el medio 50% de sus valores de datos. Y para calcular esto, solo usamos la función iqr, y vamos a calcularlo para la aceleración, lo que nos da 3.5. Y por último, lo calcularemos para cilindros, lo que nos da cuatro. Y debido a que estos valores son relativamente bajos o pequeños, esto te dice que tus datos no se desvían o se extiende demasiado desde la mediana del conjunto de datos. Esto concluye esta lección. Gracias.

Intermedio Proveedor : Gabriel Popoola 3 lecciones · 20m en Árabe, Alemán, Inglés, Español, Francés, Portugués, Chinese

Descripción del curso

La ciencia de datos es un campo diverso y variado que combina elementos de estadística, visualización de datos, modelado predictivo y análisis de datos. Aunque existe una gran cantidad de herramientas de software y lenguajes de programación que le permiten trabajar en uno o más de estos aspectos, hay pocos que permitan trabajar con todos. Esto es lo que hace de MATLAB un lenguaje de programación e IDE tan potente, ya que ofrece un amplio conjunto de características y capacidades.

En este módulo echamos un vistazo a las potentes capacidades de modelado de MATLAB, en el que aprenderá sobre la visualización de datos en MATLAB utilizando la caja de herramientas de visualización y cómo generar figuras diferentes y legibles que representen sus datos y conocimientos.

Estas figuras incluyen diagramas de línea, dispersión, histograma y área. También aprenderá la diferencia entre selección, gráficos y opciones en MATLAB, así como cómo cargar conjuntos de datos integrados.

Lo que aprenderás

Comprender las diferentes categorías de análisis estadístico
Evaluar la utilidad de varios modelos predictivos
Configurar sus datos para que puedan usarse correctamente en aplicaciones de MATLAB para selección de modelos
Visualizar datos en MATLAB usando el cuadro de herramientas de visualización para generar figuras legibles
Crear gráficos de líneas, dispersión, histogramas y área para representar datos e insights
Distinguir entre selección, gráficos y opciones en MATLAB y cargar conjuntos de datos integrados

Puntos clave

MATLAB es un lenguaje de programación e IDE que admite estadísticas, visualización de datos, modelado predictivo y análisis de datos juntos dentro de una sola herramienta.
El cuadro de herramientas de visualización en MATLAB puede generar diferentes figuras legibles, incluyendo gráficos de líneas, dispersión, histogramas y área.
El curso cubre la diferencia entre selección, gráficos y opciones en MATLAB, así como cómo cargar conjuntos de datos integrados.
Los datos deben configurarse adecuadamente para que puedan usarse en aplicaciones de MATLAB para selección de modelos.

Preguntas frecuentes

¿Qué aprenderé en este curso de ciencia de datos de MATLAB?

Aprenderá sobre visualización de datos en MATLAB usando el cuadro de herramientas de visualización, cómo generar figuras como gráficos de líneas, dispersión, histogramas y área, las categorías de análisis estadístico, cómo evaluar modelos predictivos, y cómo configurar datos para selección de modelos en aplicaciones de MATLAB.

¿Qué temas cubre este curso?

El curso cubre tres lecciones: Análisis Estadístico, Modelado Predictivo y Selección de Modelos.

¿Qué habilidades ayuda a desarrollar este curso?

Aborda habilidades incluyendo Ciencia de Datos, MATLAB, Clasificación Estadística, Modelado Estadístico, Programación Estadística y Científico de Datos Certificado por SAS.

¿Por qué usar MATLAB para ciencia de datos?

La ciencia de datos combina estadísticas, visualización de datos, modelado predictivo y análisis de datos, y MATLAB es un lenguaje e IDE poderoso porque ofrece un conjunto extenso de características que le permiten trabajar con todos estos aspectos.

¿Qué tipos de gráficos puedo crear en MATLAB después de este curso?

Aprenderá a generar gráficos de líneas, dispersión, histogramas y área para representar sus datos e insights.