EvaluacionFinal BigData PDF
EvaluacionFinal BigData PDF
EvaluacionFinal BigData PDF
UG (Lima Centro)
EVALUACIÓN FINAL
CURSO:
BIG DATA MACHINE LEARNING
SEMESTRE 2022-2
Art. 21° Las faltas leves son sancionadas, preferentemente, con amonestación escrita; salvo decisión distinta de la
Autoridad competente.
Art. 22° Las faltas graves son sancionadas, preferentemente, con separación temporal; salvo decisión distinta de la
Autoridad competente.
Art. 20° Las faltas muy graves referidas a las faltas contra la probidad académica, listadas en el literal a) del Art. 12 del
presente, serán sancionadas con la desaprobación con calificación de cero en el curso. En caso de reincidencia, la sanción a
aplicar será la separación definitiva. Las faltas muy graves en general, serán sancionadas, preferentemente, con la
separación definitiva; salvo decisión distinta de la Autoridad competente.
________________________
Firma del estudiante
DNI: ______________
1
Facultad de Ingeniería
UG (Lima Centro)
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
_______________________________________________________________________________________
ES CONFORME
NO ES CONFORME
________________________
Firma del estudiante
DNI: ______________
2
Facultad de Ingeniería
UG (Lima Centro)
EVALUACIÓN FINAL
CURSO:
BIG DATA MACHINE LEARNING
SEMESTRE 2022-2
Variables
Sector Sector donde trabaja la empresa
Dep departamento
Impactado target
Saldo deuda de la empresa
Desembolso_mes nueva deuda del mes de la empresa
Saldo Promedio deuda promedio de la empresa
Deuda Sistea, deuda que reporta en todo el sistema financiero
Pasivo ahorros de la empresa
Turismo pertenece a turismo?
Sector de Impacto actividades económicas más impactadas por las empresas
Venta ventas de la empresa
Venta Formal venta formal de la empresa
Pasivo_desembolso pasivo - desembolso
Deuda rezagada va variación de deuda absoluta
Deuda rezagada vr variación de deuda relativa
pasivo rezagada va variación de ahorros absoluta
pasivo rezagada vr variación de ahorros relativa
Pasivo_desembolso da ahorros menos desembolso diferencia absoluta
Pasivo_desembolso dr ahorros menos desembolso diferencia relativa
• Efectuar la imputación de las variables que contengan valores perdidos. Comentar por qué utilizó
el método de imputación (moda, media, mediana).
• Efectuar el tratamiento de valores atípicos de la variable Venta. Comentar el gráfico de caja
mejorado que se obtiene.
• Efectuar la separación de datos de entrenamiento y prueba
• Aplicar la regresión logística e interpretar el resultado
• Elaborar la matriz de confusión y determinar la cantidad de observaciones al modelo
3
Facultad de Ingeniería
UG (Lima Centro)
Rúbrica
Puntos Excelente: 16 puntos Bueno: 12 puntos Regular: 8 puntos Deficiente: 4 puntos
Carga el data set en el Carga el data set en el Carga el data set en el Carga el data set en el
Notebook y efectúa el Notebook y efectúa el Notebook y efectúa el Notebook, no efectúa el
16 tratamiento de missing tratamiento de missing y tratamiento de missing u tratamiento solicitado
y outliers, realiza outliers, no realiza outliers, no realiza
Puntos
comentarios de comentarios de comentarios de
resultados
resultados resultados
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
3.- Comente sobre el método del codo para el uso del algoritmo K means.
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….
……………………………………………………………………………………………………………….