Tema 2.1 - Introducción

Introducción

En esencia, la ciencia de los datos nos ayuda a dar sentido al enorme mundo de información que nos rodea, un mundo demasiado complejo para estudiarlo directamente por nosotros mismos, los datos son el registro de todo lo que ocurre y lo que debemos aprender de ello, el verdadero valor de toda esta información es su significado, el aprendizaje automático nos ayuda a descubrir patrones en los datos, que es donde vive el significado, cuando podemos ver el significado de los datos, podemos hacer predicciones sobre el futuro; en esta lección, exploraremos el aprendizaje automático con una técnica llamada "K vecinos más próximos" o "K-Nearest Neighbors", utilizaremos un conjunto de datos de tarifas de alquiler de AirBnB para identificar tarifas similares en una zona para unidades de AirBnB que compiten entre sí y hacer predicciones sobre las tarifas ideales para maximizar los beneficios, tendrás que sentirte cómodo programando en Python, y tendrás que estar familiarizado con las librerías NumPy y pandas, estos son algunos de los puntos que puedes esperar de esta lección.

Los fundamentos del flujo de trabajo del aprendizaje automático: 

• Cómo funciona el algoritmo K-Nearest Neighbors 
• El papel de la distancia euclidiana en el aprendizaje automático 

Ahora, vamos a conocer nuestro conjunto de datos.