20 - Proyecto final: análisis de Series de Tiempo (Calentamiento Global) - Parte 5: conclusiones del análisis
Lección 20 del curso Pandas Nivel Avanzado.
En la lección anterior realizamos el análisis de las Series de Tiempo relacionadas con el calentamiento global y como parte de ese análisis extrajimos algunas observaciones relevantes con relación a este fenómeno.
En esta lección partiremos de los resultados de ese análisis para responder a las preguntas que nos planteamos al inicio del proyecto en torno al Calentamiento Global.
Adicionalmente, veremos algunas sugerencias que pueden ser tenidas en cuenta para complementar los resultados obtenidos en este proyecto.
Suscríbete y accede al código fuente y al video con la explicación detallada de esta lección. Además podrás disfrutar de todos los cursos de la Academia Online
Muy bien, acabamos de extraer las conclusiones finales de este proyecto en donde hemos realizado el análisis de diferentes Series de Tiempo asociadas con el fenómeno del calentamiento global.
Gracias a este análisis pudimos determinar, a partir de los datos, que el calentamiento global es un fenómeno real que se evidencia como un incremento en la temperatura promedio de la superficie terrestre.
Adicionalmente pudimos verificar que uno de los factores directamente asociados con este fenómeno es el incremento en los niveles históricos de concentración de CO2 en la atmósfera de la Tierra.
Para complementar los resultados que acabamos de obtener en este proyecto sugiero ampliar el análisis con datos del comportamiento histórico de la población mundial antes de 1.950, o la consecución de datos asociados a la concentración otros gases contaminantes (como el N2O y el CH4) o a los niveles históricos de deforestación o de uso de la tierra para actividades como la ganadería a nivel mundial.
Incluso se puede complementar el análisis incluyendo pruebas estadísticas (como el t-test) que permiten dar más rigurosidad a este análisis.
Y con esto hemos terminado este curso de “Pandas Nivel Avanzado” así que ¡te felicito por haber llegado hasta acá!
En este curso hemos aprendido técnicas avanzadas para el procesamiento de DataFrames en Pandas, como las tablas dinámicas, o herramientas para apilar y des-apilar DataFrames o para fundir y explotar una tabla de datos.
Además hemos visto técnicas para el procesamiento y visualización de Series de Tiempo, un tipo de dato que muy comúnmente encontraremos en diferentes proyectos de Ciencia de Datos y Machine Learning.
Como siempre te invito a evaluar el curso y a dejar tus comentarios y sugerencias acá abajo, pues esto me ayudará a seguir mejorando el contenido de la Academia:
Contenido exclusivo para suscriptores. Suscríbete para tener acceso a todos los cursos y material descargable de la Academia Online
Y te invito a continuar tu formación en Ciencia de Datos, Machine Learning e Inteligencia Artificial tomando los diferentes cursos disponibles acá en la Academia Online.
¡Te envío un saludo y nos vemos en el próximo curso!