En Ciencia de Datos, el principal objetivo del análisis de datos exploratorio (EDA) es examinar qué nos puede decir la data antes de comenzar a formular hipótesis o diseñar modelos. Consiste en familiarizarse con el conjunto de datos disponible.
Etapas de EDA:
- Data requirements.
- Data collection.
- Data processing.
- Data cleaning.
- EDA.
- Modeling and algorithm.
- Data product.
- Communication.
Pasos del EDA:
- Definición del problema.
- Preparación de los datos.
- Análisis de los datos.
- Desarrollo y representación de los resultados.
Enfoques para Análisis de Datos:
- Clásico (foco en el modelo).
- Exploratorio (foco en los datos).
- Bayesiano (incorpora conocimiento previo de la distribución de probabilidad).
Para hacer EDA se suele usar Python o R (con librerías).