ES
Iniciar sesiónEmpezar
Glosario

Análisis exploratorio de datos (EDA)

¿Qué es Análisis exploratorio de datos (EDA)?

El análisis exploratorio de datos (EDA) es la primera mirada abierta a un conjunto de datos: calculas indicadores, revisas distribuciones y gráficos y buscas patrones, valores atípicos y datos que faltan, todavía sin una hipótesis fija. Sirve para valorar la calidad de los datos y encontrar preguntas útiles para análisis o modelos posteriores. Ejemplo: antes de una previsión de ventas, el EDA revela que un mes se registró de forma incompleta por un cambio de sistema.

Cómo ayuda KI.ordo

Con la plantilla de KI.ordo «Analizar una tabla» obtienes de datos CSV una primera visión de indicadores, tendencias y anomalías; conviene revisar los cálculos.

Más información →: Análisis exploratorio de datos (EDA)

Plantillas adecuadas

Temas

  • Análisis de datos
  • Estadística
  • Calidad de datos

Probar KI.ordo

Agentes, flujos y plantillas en un solo espacio de trabajo – demo gratuita de 24 horas.

Iniciar demo
← Todos los términos

Términos relacionados

Minería de datos

La minería de datos (data mining) es la búsqueda sistemática de patrones, relaciones y anomalías en grandes volúmenes de datos. Se apoya en métodos estadísticos y de aprendizaje automático como el clustering, la clasificación o el análisis de asociaciones. Un ejemplo clásico es el análisis de la cesta de la compra en el comercio, que muestra qué productos se compran juntos a menudo: una base para el surtido, la colocación y las recomendaciones.

  • análisis de datos
  • reconocimiento de patrones
  • +1

Limpieza de datos

La limpieza de datos consiste en detectar y corregir entradas erróneas, duplicadas o incoherentes en un conjunto de datos. Pasos típicos son unificar grafías y formatos de fecha, eliminar espacios sobrantes y fusionar duplicados como «García S.L.» y «Garcia SL». Unos datos limpios son la base de análisis, envíos masivos y aplicaciones de IA fiables.

  • calidad de datos
  • duplicados
  • +1
Plantilla

Datos estructurados

Los datos estructurados siguen un esquema fijo con campos bien definidos, como tablas, bases de datos u objetos JSON con información como nombre, precio y fecha. Las máquinas pueden leerlos, filtrarlos y procesarlos de forma fiable, a diferencia del texto libre o las imágenes. En las webs, el marcado de schema.org describe, por ejemplo, productos, eventos o preguntas frecuentes para que buscadores y sistemas de IA entiendan el contenido sin ambigüedad. La IA también puede extraer datos estructurados de textos no estructurados.

  • datos
  • JSON
  • +1

Analítica predictiva

La analítica predictiva usa datos históricos, estadística y aprendizaje automático para estimar acontecimientos futuros probables. Responde a preguntas como: ¿qué clientes van a darse de baja? ¿Cuánto stock necesitarás el mes que viene? ¿Cuándo es probable que falle una máquina? Los resultados son probabilidades, no certezas. Su valor depende mucho de la calidad de los datos y de que las predicciones se usen de verdad en decisiones y procesos.

  • análisis de datos
  • previsión
  • +1