Taller de aplicaciones
Magister en Facultad de Ingeniería
Temario
Semana 1 (12/04/2025 SABADO 08:30 13:45)
• Introducción, data storytelling, Visualización de datos, KPI,
Cuadros de mando
• Creación de informes y dashboard en PowerBI
• Creación de informes y dashboard en Tableau
Semana 2 (10/05/2025 SABADO 08:30 13:45)
• Revisión de trabajos
• Creación de Dashboard con Ploty y Dash
• Creación de Dashboard con Streamlit
3
Introducción
La visualización de
datos no es nueva
4
5
1781, William Playfair
Inventó varios tipos de diagramas: en 1786 la línea, el área y el gráfico
de barras de datos económicos, y en 1801 el gráfico circular
6
Visualización de datos
"... todos los tipos de representaciones
visuales que apoyan la exploración, el
examen y la comunicación de datos".
-Stephen Few
Now You See It: Simple Visualization
Techniques for Quantitative Analysis
7
“Cuando representamos información cuantitativa en forma
visual, nuestra capacidad de pensar en ella se mejora
dramáticamente. La representación visual no solo hace que
los patrones, las tendencias y las excepciones en los
números sean visibles y comprensibles, sino que también
amplían la capacidad de nuestra memoria".
-Stephen Few
Now You See It: Simple Visualization
Techniques for Quantitative Analysis
8
Ejemplo: Temperatura de la superficie del mar
A continuación, se muestra la temperatura de la superficie del mar (SST) para julio de 1982
Miles de puntos de datos se resumen en una sola figura
9
Visualización
La visualización es la conversión de datos a un formato visual o tabular para
que las características de los datos y las relaciones entre elementos de datos
o atributos puedan analizarse o informarse.
La visualización de datos es una de las técnicas más poderosas y atractivas
para la exploración de datos.
• Los seres humanos tienen una capacidad bien desarrollada para analizar
grandes cantidades de información que se presenta visualmente.
• Puede detectar patrones generales y tendencias.
• Puede detectar valores atípicos y patrones inusuales.
10
Beneficios generales de la visualización de datos
1. Las grandes visualizaciones son eficientes;
2. Las visualizaciones pueden ayudar a lograr una mejor comprensión
de la naturaleza de un problema y descubrir una nueva
comprensión; y
3. Las grandes visualizaciones crean una vista compartida de una
situación y alinean a las personas en las acciones necesarias.
-John Sviolkla “Swimming in Data?”
11
Representación
• Es el mapeo de la información a un formato visual.
• Los objetos de datos, sus atributos y las relaciones entre los objetos de datos se
traducen en elementos gráficos como puntos, líneas, formas y colores.
Ejemplo:
• Los objetos se representan a menudo como puntos
• Sus valores de atributo se pueden representar como la posición de los puntos o
las características de los puntos, por ejemplo, color, tamaño y forma.
• Si se usa la posición, entonces las relaciones de los puntos, es decir, si forman
grupos o un punto es un valor atípico, se perciben fácilmente.
12
Las pantallas gráficas suelen
ser muy efectivas para
comunicar información..
13
Aunque a menudo no son efectivas
para comunicar información
14
Algunas Librerías para visualizar datos
Adobe Illustrator R
[Link] SAS
Datawrapper SPSS
[Link] Tableau
Excel Timeline JS
Google Charts
Piktochart
15
Algunas herramientas para visualizar datos
Adobe Illustrator (gráficos con símbolos e imágenes)
[Link]
16
Algunas Librerías para visualizar datos
[Link] (JavaScript charting for designers & developers)
[Link]
17
Algunas Librerías para visualizar datos
Datawrapper, fuerte en mapas
[Link]
18
Algunas Librerías para visualizar datos
altair-viz
[Link]
19
Algunas Librerías para visualizar datos
bokeh
[Link]
20
Algunas Librerías para visualizar datos
[Link]
[Link]
21
Algunas páginas para visualizar datos
Timeline
[Link]
22
Algunas páginas para visualizar datos
[Link]
23
Mejores prácticas para diseñar
visualizaciones efectivas
• Conoce a tu audiencia.
• Proporcionar contexto e incorporar instrucciones.
• Añadir interactividad.
• Aplicar las mejores prácticas visuales.
24
Mejores prácticas para diseñar visualizaciones
efectivas [Link]
ndrews#!/vizhome/ENDANGEREDSAF
ARI/ENDANGEREDSAFARI
• Conoce a tu
audiencia.
25
Mejores prácticas para diseñar visualizaciones
efectivas
• Proporcionar
contexto e
incorporar
instrucciones.
[Link]
[Link]/p/t
ableau-8-
[Link]
26
Mejores prácticas para diseñar visualizaciones
efectivas
• Añadir
interactividad
[Link]
rippsSpellingBeeDifficulty 27
Mejores prácticas para diseñar visualizaciones
efectivas
Aplicar las mejores prácticas visuales.
• Elija el tipo de gráfico correcto para los datos y el propósito de la visualización
• Destacar los datos más importantes.
• Menos es usualmente mejor
• Limitar los colores y usar el color y las fuentes de manera consistente
• Usa el espacio eficientemente
28
Mejores prácticas para diseñar visualizaciones
efectivas
• Gráficas recomendadas (Fuera de los típicos gráficos y tablas)
Gráfica de Velocímetro
Mapping
29
Mejores prácticas para diseñar visualizaciones
efectivas
• Gráficas recomendadas
Word Clouds Tree Maps
30
Malas prácticas para diseñar visualizaciones
Alterar las
estructuras típicas
de presentación
Cortar ejes
Sobrecarga de información
31
Malas prácticas para diseñar visualizaciones
Abrumar con datos
difíciles de
cuantificar
Gráficas no adecuadas para los datos
Gráficas que muy pocos sabrían interpretar
32
KPI
“Lo que no se puede medir no se
puede controlar; lo que no se
puede controlar no se puede
gestionar; lo que no se puede
gestionar no se puede mejorar.”
33
¿Que son los KPIs?
• Los indicadores clave de rendimiento (KPI) son medidas cuantitativas y
cualitativas que se utilizan para revisar el progreso de una organización
en relación con sus objetivos.
• Los KPI son medidas que un sector u organización usa para definir el éxito
y hacer un seguimiento del progreso en el cumplimiento de sus objetivos
estratégicos.
• Los KPI proporcionan una herramienta de medición.
34
¿Que son los KPIs?
• Los KPI representan un conjunto de medidas que se centran en los aspectos
del desempeño organizacional que son los más críticos para el éxito actual y
el futuro de la organización.
• Muestran las tendencias a lo largo del tiempo.
• También miden el desempeño para comparar los resultados con los
estándares u otras organizaciones similares.
35
Entonces ¿Cómo definir un KPI?
Preguntas
• ¿Qué medimos?
• ¿Por qué medimos este dato?
• ¿Realiza el seguimiento de los resultados de uno de nuestros objetivos?
• ¿Es un factor clave para la empresa?
• ¿Quién es el responsable de supervisarlo?
• ¿Con que periodicidad conviene supervisarlo?
36
Entonces ¿Cómo definir un KPI?
• Definición. Debemos dar una descripción de nuestro objetivo específico.
• Fórmula de medición. ¿Cómo lo vamos a medir? ¿Cuál será la lógica
matemática que utilizaremos para conseguir el dato? 100 = %
• Unidades de medida.
• Periodicidad.
• Actividad o proyecto al que va vinculado ese KPI.
• Responsable del proyecto o departamento.
37
Ejemplos de KPI
38
Cuadros de mando
39
Diseño de Informes
• Las herramientas de informes existen desde hace mucho tiempo.
• Cada fabricante soporta la creación de todo tipo de informes.
• Las fuentes de origen de los informes son varias, desde el propio OLTP, DW,
OLAP.
• Las últimas tendencias en informes son incorporar mayores capacidades de
visualización y proporcionar mayor libertad a los usuarios finales.
40
Cuadros de mando
La gran cantidad de información que normalmente incluyen los
informes puede hacerlos inadecuados para usuarios que necesiten
tomar decisiones de forma rápida a partir de ellos.
El cuadro de mando proviene del concepto francés tableau du bord,
y permite mostrar información consolidada a alto nivel.
41
Cuadros de mando
Se focaliza en:
• Presentar una cantidad reducida de aspectos de negocio.
• Uso mayoritario de elementos gráficos.
• Inclusión de elementos interactivos para potenciar el análisis en profundidad y
la comprensión de la información consultada.
Los cuadros de mando son una herramienta que permiten entender muy
rápidamente la situación de negocio y son muy atractivos visualmente.
42
Cuadros de mando
Ejemplo
43
Cuadros de mando
Ejemplo
44
45
Preparación de base de datos relacional
46
LABORATORIO 1
Uso de base de datos SQL SERVER y conexión con Excel. (1 Hora aprox)
1. Trabajo individual
2. Instale el sqlserver express en modo básico, desde la siguiente pagina
[Link]
3. Al final de la instalación, el instalador le propondrá instalar SSMS, realice esa instalación también.
4. Descargue la base tipo backup AdventureWorks2014, desde el siguiente URL
[Link]
ver16&tabs=ssms
5. Ejecute hasta la pagina 85 el tutorial llamado,
SherifAhmed_2016_Chapter3AnalysisWithE_PracticalBusinessInte.pdf y comente como es la
base de datos.
47
El Modelo Multidimensional
• Desarrollado por Ralph Kimball
• Basado en el concepto de Dimensiones
• Arquitectura Empresarial “DW BUS” (conformed D&F)
48
Entonces
La visión de Kimball se basa en que son los procesos de negocio los que deben de marcar la
forma en la que diseñamos el datawarehouse (repositorio principal de datos de la
corporación).
Para Kimball lo más importante es que el cálculo de los datos que servirá para la toma de
decisiones sea rápido, por lo que estructura los datos del datawarehouse siguiendo patrones
dimensionales. Esto suele mejorar mucho su rendimiento a la hora de realizar consultas y
además organiza los datos de una forma más intuitiva y natural para los usuarios.
Por todo esto se considera a la arquitectura de Kimball como una aproximación “bottom-up”
del problema, ya que partimos de los datos y procesos existentes y modelamos el
datawarehouse para que se adapte a ellos, tomando como premisas la eficiencia en tiempo y
la representación natural de datos a costa de la normalización.
49
Modelos Multidimensionales
Modelo Clientes
Estrella
Fechas Canales
Ventas
Promociones Productos
50
Mas detalle del modelo estrella.
¿Que es diferente con figura anterior?
51
Dimensión Producto
Click To expand
•Describe cada SKU de cada tienda
•¿60.000 x 100 (Seis millones)?
•O ¿55.000 + 5.000 x 100 (quinientos cincuenta y cinco mil)?
• La mejor referencia es el “Product Master” de la empresa
52
Dimensión Producto
Produc Brand Category Department Fat
Product Description
t Key Description Description Description Content
Baked Well Light Sourdough Fresh Reduced
1 Baked Well Bread Bakery
Bread Fat
Regular
2 Fluffy Sliced Whole Wheat Fluffy Bread Bakery
Fat
Reduced
3 Fluffy Light Sliced Whole Wheat Fluffy Bread Bakery
Fat
Sweeten
4 Fat Free Mini Cinnamon Rolls Light Bakery Non-Fat
Bread
Frozen Frozen
5 Diet Lovers Vanilla 2 Gallon Coldpack Non-Fat
Desserts Foods
Frozen Frozen Reduced
6 Light and Creamy Butter Pecan 1 Pint Freshlike
Desserts Foods Fat
Frozen Frozen Regular
7 Chocolate Lovers 1/2 Gallon Frigid
Desserts Foods Fat
Frozen Frozen Regular
8 Strawberry Ice Creamy 1 Pint Icy
Desserts Foods Fat
Frozen Frozen Regular
9 Icy Ice Cream Sandwiches Icy
Desserts Foods Fat
Otro Ejemplo
Time of Day
Dates Time Key
Date Key
Time attributes…
Date attributes… Page Events Fact
GMT Date Key
GMT Time Key
Local Date Key
Local Time Key Pages
Sessions Page Key Page Key
Session Key Referrer Site Key Page attributes…
Session attributes… Session Key
Customer Key
Page View Seconds Referrer Sites
Referrer Site Key
Customers Referrer attributes…
Customer Key
Customer attributes… 54
LABORATORIO 2
Revisando un modelo estrella. (1/2 Hora aprox.)
1. Trabajo individual
2. Descargue la base multidimensional [Link] y restáurela.
3. Localice un modelo estrella, usando el software SSMS.
4. Descárguelo al Excel.
5. Que dimensiones presenta?, donde están los campos numéricos?.
55
Creación de informes y dashboard
en PowerBI
56
¿Qué es Power BI?
Power BI es una colección de servicios de software, aplicaciones y conectores que
funcionan conjuntamente para convertir orígenes de datos sin relación entre sí en
información coherente, interactiva y atractiva visualmente. Sus datos podrían ser una hoja
de cálculo de Excel o una colección de almacenes de datos híbridos locales y basados en
la nube.
Power BI permite conectarse con facilidad a los orígenes de datos, visualizar y descubrir
qué es importante y compartirlo con cualquiera o con todos los usuarios que desee.
57
¿Qué es Power BI Desktop?
Power BI Desktop es una aplicación gratuita que se puede instalar en el equipo local y que
permite conectarse a los datos, transformarlos y visualizarlos.
Con Power BI Desktop, puede conectarse a varios orígenes de datos diferentes y combinarlos (lo
que se suele denominar modelado) en un modelo de datos. Este modelo de datos permite
compilar objetos visuales y colecciones de objetos visuales que puede compartir como
informes, con otras personas de su organización.
La mayoría de los usuarios que trabajan en proyectos de inteligencia empresarial usan Power BI
Desktop para crear informes y luego usan el servicio Power BI para compartir los informes con
otros.
58
¿Cuál es el proceso con PBI?
• Conectar a datos: Para empezar a trabajar con Power BI Desktop, el primer paso es conectarse a los datos.
Hay muchos orígenes de datos distintos a los que es posible conectarse desde Power BI Desktop.
• Transformación y limpieza de datos y creación de un modelo: En Power BI Desktop, puede limpiar y
transformar los datos con el Editor de Power Query integrado. Con el Editor de Power Query, puede
realizar modificaciones en los datos, como cambiar un tipo de datos, quitar columnas o combinar datos
de varios orígenes.
• Creación de objetos visuales: Una vez que se tiene un modelo de datos, se pueden arrastrar campos al
lienzo del informe para crear objetos visuales.
• Crear informes: Con Power BI Desktop, puede crear informes complejos y de gran riqueza visual mediante
los datos de varios orígenes, todo en un informe que se puede compartir con otros usuarios de la
organización.
• Compartir informes: Puede publicar el informe en el servicio Power BI y ponerlo a disposición de cualquier
persona de la organización que tenga una licencia de Power BI.
59
LABORATORIO 3
Uso de Power BI. (1 Hora aprox)
1. Trabajo individual
2. Instale Power Bi Desktop
3. Ejecute a partir de la pagina 86 hasta el final el tutorial llamado,
SherifAhmed_2016_Chapter3AnalysisWithE_PracticalBusinessInte.pdf
4. Verifique que los datos mostrados por el reporte cuadren con los datos cargados.
5. Pruebe las distintas gráficas que ofrece Power Bi.
6. Un ejercicio más completo lo puede encontrar en: [Link]
bi/create-reports/desktop-dimensional-model-report
60
Creación de informes y dashboard
con Tableau
61
¿Qué es Tableau?
Tableau Software es una empresa de software con su sede principal en Seattle, Estados
Unidos, la cual desarrolla productos de visualización de datos interactivos que se enfocan
en inteligencia empresarial.
Existen las Tableau Community donde los usuarios pueden interactuar con otros usuarios
para aprender y ayudarse a través de foros en línea y grupos locales repartidos en más de
50 países llamados Tableau User Groups
En Tableau Public los usuarios publican sus propias visualizaciones a modo de galería
pública.
62
LABORATORIO 4
Uso de Tableau. (1 Hora aprox)
1. Trabajo individual
2. Ejecute hasta el final el tutorial llamado,
SherifAhmed_2016_Chapter7CreatingASale_PracticalBusinessInte.pdf
3. Verifique que los datos mostrados por el reporte cuadren con los datos
cargados.
4. Pruebe las distintas gráficas que ofrece Tableau.
63
ACTIVIDAD PARA LA CASA
Creación de Dashboards
Objetivo: Desarrollo de Dashboards en Sql Server.
Actividades:
1. Trabajo grupal, máximo 2 estudiantes.
2. Recopilar datos desde internet.
3. Establecer para los datos 2 KPIs.
4. Armar un modelo estrella en Excel con al menos 2 dimensiones.
5. Cargue las planillas a Power BI o Tableau
6. Realizar un cuadro de mando implementando distintas vistas (3 por KPI).
7. Publicar el cuadro de mando y mandar link al correo del docente [Link]@[Link]
8. Subir el cuadro de mando al Blackboard.
64
Preparación de Presentaciones usando
Dash y Ploty
65
Dash
Dash es un framework de código abierto para Python, R y Julia que permite crear aplicaciones
analíticas web.
Existen numerosas bibliotecas especializadas de código abierto diseñadas para crear componentes y
aplicaciones de Dash específicos de cada dominio.
Algunos ejemplos son Dash DAQ, para crear interfaces gráficas de usuario (GUI) de adquisición de
datos para su uso con instrumentos científicos, y Dash Bio, que permite crear tipos de gráficos
personalizados, herramientas de análisis de secuencias y herramientas de renderizado 3D para
aplicaciones bioinformáticas.
Plotly es una empresa de computación técnica con sede en Montreal, Quebec, que desarrolla
herramientas de análisis y visualización de datos en línea. Plotly ofrece herramientas de gráficos,
análisis y estadísticas en línea para usuarios individuales y colaborativos, así como bibliotecas de
gráficos científicos para Python, R, MATLAB, Perl, Julia, Arduino, JavaScript y REST.
66
Dash
Crea aplicaciones de datos de nivel de producción con
Python puro.
Dash Enterprise permite a los equipos de datos crear
aplicaciones analíticas sofisticadas con Python sin
necesidad de experiencia en desarrollo frontend.
Puede personalizar el desarrollo de aplicaciones de
datos con la sintaxis familiar de Python, más de 50
tipos de gráficos e integración directa con los
principales backends de datos.
67
Dash
Ejecute el siguiente código usando Python
pip install dash
from dash import Dash, html, dcc, callback, Output, Input
import [Link] as px
import pandas as pd
df = pd.read_csv('[Link]
app = Dash()
# Requires Dash 2.17.0 or later
[Link] = [
html.H1(children='Title of Dash App', style={'textAlign':'center'}),
[Link]([Link](), 'Canada', id='dropdown-selection'),
[Link](id='graph-content')
]
@callback(
Output('graph-content', 'figure'),
Input('dropdown-selection', 'value')
)
def update_graph(value):
dff = df[[Link]==value]
return [Link](dff, x='year', y='pop')
if __name__ == '__main__':
[Link](debug=True)
68
LABORATORIO 5
Uso de Dash y Plotly. (1 Hora aprox)
1. Trabajo individual
2. Ejecute hasta donde dice “Dash Design Kit (DDK)” el tutorial llamado,
[Link]
3. Inspeccione un poco mas de detalle [Link]
4. Pruebe las distintas gráficas que ofrece Plotly. En [Link]
[Link]/ ejecútela en su ambiente y modifique a gusto.
5. [Link]
6. [Link]
69
LABORATORIO 6
Uso de Dash y Plotly. (1/2 Hora aprox)
1. Trabajo individual
2. Modifique el programa presentado para presente alguna vista de sus datos.
70
Preparación de presentaciones usando Streamlit
71
Streamlit
Streamlit es un framework de Python de código abierto para científicos de datos e ingenieros de IA/ML
que permite crear aplicaciones de datos dinámicas con solo unas pocas líneas de código. Permite
crear e implementa potentes aplicaciones de datos en minutos.
• Su principal fortaleza radica en su simplicidad. No se requiere experiencia previa en desarrollo web
para crear aplicaciones atractivas. Los científicos de datos pueden centrarse en sus modelos y
análisis, en lugar de lidiar con el complejo código front-end.
• Streamlit permite agregar widgets interactivos (botones, controles deslizantes, cuadros de texto,
etc.) a las aplicaciones, lo que facilita la exploración de datos y la experimentación con modelos.
• Se integra perfectamente con bibliotecas populares de visualización de datos como Matplotlib,
Seaborn y Plotly, lo que permite mostrar gráficos y tablas de manera atractiva.
• Las aplicaciones Streamlit se pueden implementar fácilmente en la nube, lo que facilita el
intercambio de resultados con colegas y partes interesadas
72
Streamlit
¿Qué permite hacer Streamlit en ciencia de datos?
•Crear paneles de control:
• Permite construir paneles de control interactivos para visualizar datos, métricas de modelos y
resultados de análisis.
•Explorar datos:
• Facilita la exploración de conjuntos de datos mediante widgets interactivos que permiten filtrar,
ordenar y visualizar datos de diferentes maneras.
•Presentar modelos de aprendizaje automático:
• Permite crear demostraciones interactivas de modelos de aprendizaje automático, donde los
usuarios pueden ingresar datos y ver las predicciones en tiempo real.
•Compartir resultados:
• Facilita el intercambio de resultados de análisis y modelos con colegas y partes interesadas a
través de aplicaciones web fáciles de usar.
•Prototipado rápido:
• Permite prototipar de forma rápida las ideas y modelos de ciencia de datos, para poder presentar
resultados de una forma más visual y entendible.
73
Streamlit
Algunos ejemplos
[Link]
#Lo primero, instalar y como correr en Python
pip install streamlit
streamlit run your_script.py
Streamlit
Write a data frame [Link]()
import streamlit as st
import pandas as pd
[Link]("Here's our first attempt at using data to create a table:")
[Link]([Link]({
'first column': [1, 2, 3, 4],
'second column': [10, 20, 30, 40]
}))
Streamlit
Aparece el siguiente host (página web en ejecución)
Streamlit
Write a data frame [Link]()
import streamlit as st
import numpy as np
import pandas as pd
dataframe = [Link](
[Link](10, 20),
columns=('col %d' % i for i in range(20)))
[Link]([Link].highlight_max(axis=0))
Streamlit
Draw a line chart
import streamlit as st
import numpy as np
import pandas as pd
chart_data = [Link](
[Link](20, 3),
columns=['a', 'b', 'c'])
st.line_chart(chart_data)
Streamlit
Plot a map
import streamlit as st
import numpy as np
import pandas as pd
map_data = [Link](
[Link](1000, 2) / [50, 50] + [37.76, -122.4], columns=['lat',
'lon'])
[Link](map_data)
Streamlit
Deslizador
import streamlit as st
x = [Link]('x') # this is a widget
[Link](x, 'squared is', x * x)
Streamlit
Use checkboxes to show/hide data
import streamlit as st
import numpy as np
import pandas as pd
if [Link]('Show dataframe'):
chart_data = [Link](
[Link](20, 3),
columns=['a', 'b', 'c'])
chart_data
Streamlit
Use a selectbox for options
import streamlit as st
import pandas as pd
df = [Link]({ 'first column': [1, 2, 3, 4], 'second column': [10, 20, 30, 40] })
option = [Link](
'Which number do you like best?',
df['first column'])
'You selected: ', option
Streamlit
Layout
import streamlit as st
# Add a selectbox to the sidebar:
add_selectbox = [Link](
'How would you like to be contacted?',
('Email', 'Home phone', 'Mobile phone'))
# Add a slider to the sidebar:
add_slider = [Link](
'Select a range of values',
0.0, 100.0, (25.0, 75.0))
Streamlit
Separar la página en columnas
import streamlit as st
left_column, right_column = [Link](2)
# You can use a column just like [Link]:
left_column.button('Press me!')
# Or even better, call Streamlit functions inside a "with" block:
with right_column:
chosen = [Link](
'Sorting hat',
("Gryffindor", "Ravenclaw", "Hufflepuff", "Slytherin"))
[Link](f"You are in {chosen} house!")
LABORATORIO 7
Uso de Streamlit. (1,5 Horas aprox.)
1. Trabajo individual
2. Instale Streamlit [Link]
3. Pruebe las APIS de esta herramienta [Link]
reference
4. Crea tu primera aplicación [Link]
started/tutorials/create-an-app
5. Crea multipáginas [Link]
multipage-app
85
LABORATORIO 8
Uso de Streamlit. (0,5 Horas aprox.)
1. Trabajo individual
2. Muestre una tabla y una grafica de sus datos de Solemne 1.
86
SOLEMNE 2 (40%)
Publicación de datos y resultados
Objetivo: Publicación de los datos y de los resultados del trabajo desarrollado en el curso.
Actividades:
1. Trabajo grupal, máximo 2 estudiantes.
2. Realice una presentación de los datos que uso para la Solemne 1 usando Power BI o Tableau.
Use al menos 4 controles distintos. Verifique que los datos visualizados cuadran con lo datos
ingresados.
3. Realice una visualización de los resultados del clasificador desarrollado para la Solemne 1
usando Dash o Streamlit. Incluya la posibilidad de que el usuario pruebe el modelo para
clasificar un dato ingresado por pantalla.
4. Suba a Blackboard en una carpeta compactada: Los datos en Excel, la ppt del trabajo solemne
1, el link del proyecto usando Power BI o Tableau y el programa usando Dash o Streamlit.
5. La rúbrica de esta solemne está en página siguiente.
6. Tiene una semana para su entrega.
87
Rúbrica
Criterio de Evaluación 100% 50% 0%
1. Presentación de Datos (Power BI / Tableau)
La presentación de los datos es clara, La presentación de los datos es La presentación de los datos es
concisa, estéticamente agradable y comprensible, pero podría ser más confusa, incompleta o no
revela insights significativos de los clara o detallada respecto a los corresponde a los datos de la
Presentación de datos datos. datos. Solemne 1.
Integra fluidamente 4 o más controles Utiliza menos de 4 controles o los 4
distintos que enriquecen controles implementados tienen una No utiliza controles interactivos o
significativamente la interactividad y el funcionalidad limitada o no son utiliza menos de 2, y/o no son
Uso de al menos 4 controles distintos análisis de los datos. claramente distintos. funcionales.
Los datos visualizados son una
representación exacta y verificable de Existen pequeñas discrepancias
los datos ingresados, sin discrepancias. entre los datos visualizados y los Los datos visualizados no cuadran
Verificación de datos (visualizados vs. El Excel incluye la verificacion de los ingresados, o la verificación no es del con los datos ingresados, o no se
ingresados) totales todo evidente. evidencia ninguna verificación.
2. Visualización del Clasificador (Dash / Streamlit)
La visualización de los resultados del La visualización de los resultados
clasificador es clara, informativa y facilita La visualización de los resultados del es confusa, incompleta o no
Visualización de resultados del la comprensión del rendimiento y las clasificador es básica o podría ser representa adecuadamente el
clasificador de Solemne 1 predicciones del modelo. más clara para entender el modelo. clasificador.
La funcionalidad para que el usuario La funcionalidad para que el usuario
pruebe el modelo con datos nuevos es pruebe el modelo está presente pero La funcionalidad para que el
Interactividad para prueba de modelo implementada de forma excelente, tiene errores menores o es poco usuario pruebe el modelo no está
por el usuario intuitiva y funciona sin errores. intuitiva. implementada o no es funcional.
88
Muchas gracias