Fuentes de datos

Gestión responsable de datos en AI

Maria Prokofieva

Lead ML engineer

A continuación…

  • Tipos de fuentes de datos
  • Limitaciones y selección
  • Integrar múltiples fuentes

Personas sacando documentos de estanterías, usando lupa y buscando archivos en una base de datos electrónica

Gestión responsable de datos en AI

Por qué importa la fuente de datos

  • Integridad
  • Diversidad
  • Representación justa

preparación de fuentes de datos

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

Tipos por origen

  • Primarias

    • Datos recogidos dentro del proyecto
    • Cumplimiento y consentimiento

  • Secundarias

    • Datos de recursos existentes
    • Acuerdos de licencia

Contrato de licencia, concepto abstracto

Gestión responsable de datos en AI

Tipos por naturaleza

  • Cuantitativas

    • Datos numéricos

  • Cualitativas

    • No numéricos

  • Mixtas

    • Combinan numéricos y no numéricos

números a texto

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

Tipos por temporalidad

  • Estáticas
    • No cambian en el tiempo
    • Datos censales
    • Direcciones corporativas
  • Dinámicas
    • Se actualizan en tiempo real
    • Flujo de redes sociales
    • API
    • Feeds de mercados financieros
    • Datos de sensores

flujos dinámicos

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

Diversidad y equidad en las fuentes de datos

  • Sesgos directos de quien recoge datos
  • Controles de sesgo medibles
  • No reflejan la realidad actual; sesgos desfasados
  • Sesgos heredados del contexto original
  • Análisis matizado
  • Evolucionan y pueden introducir sesgos en tiempo real
Gestión responsable de datos en AI

Proyecto de flujo de tráfico urbano

Fuentes de datos:

  • Históricos de tráfico
  • Actas del ayuntamiento
  • Datos de GPS

Proyecto de flujo de tráfico urbano

1 Imágenes de Streamline HQ
Gestión responsable de datos en AI

Datos históricos de tráfico

  • Departamento de transporte de la ciudad
  • Últimos 5 años
  • Incluye conteos de vehículos y hora del día/semana

Es una fuente primaria estática y cuantitativa

datos de tráfico

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

Actas de reuniones del ayuntamiento

  • Registros públicos en la web del ayuntamiento
  • Resúmenes de urbanismo y gestión del tráfico

Es una fuente secundaria cualitativa

actas

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

Datos de GPS

  • Fuente primaria dinámica
  • Ofrece visión inmediata de estado, velocidades y demoras

GPS

1 Imagen de Streamline HQ
Gestión responsable de datos en AI

¡Vamos a practicar!

Gestión responsable de datos en AI

Preparing Video For Download...