MÓDULO 02 · GUÍA DOCENTE · VISUALIZACIÓN PÚBLICA

Calidad de datos, datos faltantes e imputación

Tres clases originales reunidas en una guía de lectura independiente. Navegá y estudiá las 30 diapositivas sin ingresar a Google Drive ni solicitar permisos.

3 clases30 diapositivas3 PDF descargablesOriginales editables conservados en Drive

Recorrido de aprendizaje

Primero diagnosticamos la calidad de los datos; después investigamos por qué faltan observaciones; finalmente diseñamos tratamientos válidos que no contaminen la evaluación predictiva.

CLASE 01 · 10 DIAPOSITIVAS

Calidad de datos y decisiones

Fundamentos y dimensiones de calidad

  • Completitud, exactitud y consistencia
  • Gobernanza y trazabilidad
  • Costo económico de errores

Pregunta de estudio: ¿Por qué un modelo correcto puede producir decisiones equivocadas cuando los datos son defectuosos?

▶ Abrir visor de la clase
CLASE 02 · 10 DIAPOSITIVAS

Missing Data: MCAR, MAR y MNAR

Mecanismos, patrones y sesgo

  • Diagnosticar las ausencias
  • Comparar MCAR, MAR y MNAR
  • Anticipar el sesgo de selección

Pregunta de estudio: ¿Qué información permite distinguir una ausencia aleatoria de una sistemática?

▶ Abrir visor de la clase
CLASE 03 · 10 DIAPOSITIVAS

Imputación, pipelines y efecto sobre modelos

Tratamiento y prevención de fuga de datos

  • Imputación dentro del pipeline
  • Prevenir leakage
  • Medir el efecto sobre modelos

Pregunta de estudio: ¿Qué ocurre si aprendemos la imputación antes de separar entrenamiento y evaluación?

▶ Abrir visor de la clase

LECTOR INTEGRADO · SIN DRIVE

Leé aquí las tres presentaciones

Seleccioná una clase para ver el PDF en pantalla, o abrí el visor con miniaturas, navegación por teclas, reproducción y pantalla completa.

Si tu navegador no muestra el PDF integrado, utilizá «Abrir PDF» o «Visor completo». Ambos permiten estudiar sin cuenta de Google.

Cómo estudiar estas clases

  1. Leé las diapositivas y explicá los conceptos con tus palabras.
  2. Identificá la hipótesis o condición que sostiene cada procedimiento.
  3. Repetí el diagnóstico con las simulaciones interactivas.
  4. Evaluá el riesgo de fuga de información y de sesgo.
  5. Defendé una decisión con un ejemplo realista.