En esta entrada veremos un proyecto de Business Intelligence presentado recientemente en un bootcamp de Data Analytics que estoy cursando actualmente en Ironhack BCN. Para la elaboración de este proyecto, Sergio Irazusta (compañero del curso) y yo hemos utilizado:
Este pasado martes tuve la oportunidad de asistir a un taller formativo sobre portales open data impartido por Marc Garriga, a quien ya hicimos referencia en otro post, que es un apasionado experto en la materia.
En este post trataré de resumir y exponer algunas de las ideas que me parecieron más interesantes.
Debemos asumir que vivimos en un mundo imperfecto donde aquellas cosas que no controlamos difieran de lo ideal para nosotros. En ese sentido, todo analista de datos debe desconfiar de sus fuentes y, antes de proceder al análisis de datos, examinarlos y depurarlos. A este proceso se le llama Data Cleaning o Limpieza de Datos.
Un proceso de Data Cleaning identifica datos incompletos, incorrectos o no pertinentes y los substituye o elimina para que sean compatibles con otros conjuntos de datos de nuestro sistema.
En este post veremos cómo realizar un proyecto de Open Data utilizando herramientas de Business Intelligent para su visualización. Para llevar a cabo este proyecto debemos pasar por 5 fases:
En este post haremos una aproximación teórica al mundo de los datos abiertos o “Open Data”. A continuación veremos en qué consiste, sus objetivos, cómo deben ser los datos, los obstáculos que afronta esta filosofía y, por último, veremos algunos ejemplos de utilización de datos abiertos.
Es una filosofía y práctica que persigue la obertura de datos públicos en formatos digitales estándares y abiertos para que puedan ser reutilizados de forma automática. Estos datos pueden ser utilizados gratuitamente por cualquiera, cuándo y cómo quiera, con la única condición que se reconozca el autor de la fuente. Seguir leyendo «Introducción a Open Data»
LaBInoteca 