View on GitHub

AI Fundamentals – Guayerd x IBM

Repositorio educativo del curso de Fundamentos de Inteligencia Artificial

📘 Clase 2 – Fundamentos del Dato y Pensamiento Computacional

🧾 1. Dato, Información e Insight

Concepto Definición Ejemplo
Dato Hecho o cifra sin procesar, sin significado. 25, 33, 46 (edades sin contexto)
Información Datos procesados y organizados que dan sentido. Ventas del último mes por categoría
Insight Comprensión profunda derivada del análisis. Ventas aumentan por promociones o estacionalidad

👉 Dato = materia prima del conocimiento.

🔢 2. Tipos de datos

Tipo Descripción Ejemplo
Cuantitativos Representan cantidades numéricas. Precio, edad, peso
Cualitativos Representan categorías o cualidades. País, color, producto

Subtipos:

🧩 3. Calidad de los datos

Criterios principales:

🔁 4. Ciclo de vida del dato

  1. Captura: recolección (formularios, sensores)
  2. Almacenamiento: guardar (bases de datos)
  3. Preparación: limpieza y transformación (Python, Excel)
  4. Análisis: búsqueda de patrones
  5. Comunicación: visualización (Power BI, Looker)
  6. Decisión: acción basada en resultados
  7. Retroalimentación: medición y mejora continua

📊 5. Escalas de medición

Escala Tipo Ejemplo
Nominal Categórica sin orden Género, país
Ordinal Categórica con orden Nivel de satisfacción
Intervalo Numérica sin cero real Temperatura, fechas
Razón Numérica con cero absoluto Ingreso, ventas

🧱 6. Estructuras básicas de datos

Claves:

📐 7. Modelo lógico y tipos de tablas

Tipo de tabla Descripción Ejemplo
Hechos Eventos medibles Ventas, transacciones
Dimensiones Atributos que describen el hecho Cliente, producto
Puente Relaciones muchos a muchos Productos–proveedores

📍 Ejemplo correcto: La tabla B (Producto–Mes–Ventas) es la correcta para análisis, ya que cada fila representa una observación individual.


💻 Pensamiento Computacional

🧮 1. Conceptos clave

Habilidad para resolver problemas que pueden ser entendidos y ejecutados por humanos o computadoras.

Elemento Descripción Ejemplo
Secuencia Pasos en orden lógico Calcular promedio
Condición Si ocurre algo, entonces… Si pago = aprobado
Bucle Repetir mientras se cumpla una condición Contar pedidos aprobados

🧠 2. Descomposición de problemas

Dividir un problema grande en partes más simples.

Pasos:

  1. Definir objetivo
  2. Listar subtareas
  3. Definir entradas/salidas
  4. Identificar reglas y excepciones
  5. Priorizar lo crítico

🧩 Ejercicios resueltos

Ejercicio 1 – “Lupa logística”

Problema: Contar cuántos pedidos fueron enviados.

Datos:

ID Pago Stock
O-502 Aprobado
O-506 Pendiente No
O-501 Aprobado No
O-505 Anulado
O-503 Pendiente
O-504 Aprobado No
O-508 Aprobado No
O-507 Aprobado

Pseudocódigo:

contador = 0
lista_enviados = []
para cada fila en tabla:
    si fila.Pago == "Aprobado" y fila.Stock == "Sí":
        contador = contador + 1
        lista_enviados.append(fila.ID)

✅ Resultado: Pedidos enviados = 2 (O-502, O-507)

Ejercicio 2 – “Despacho inteligente”

Reglas:

Pseudocódigo:

para cada pedido en tabla:
    si pago == "Anulado":
        estado = "Anulado"
    sino si pago != "Aprobado":
        estado = "Pendiente"
    sino si pago == "Aprobado" y stock == "No":
        estado = "Enviado"
    sino si pago == "Aprobado" y stock == "Sí":
        estado = "Enviado"
        si destino == "Capital" y peso <= 5:
            metodo = "Moto"
        sino si destino == "Interior" y peso <= 10:
            metodo = "Correo"
        sino:
            metodo = "Expreso"

Ejemplo de salida simplificada:

ID Estado Método
O-702 Pendiente
O-708 Enviado Correo
O-705 Enviado
O-701 Enviado Moto
O-703 Enviado Correo
O-707 Enviado Expreso
O-704 Enviado Expreso
O-706 Anulado

⚙️ 3. Automatización

Proceso para que tareas repetitivas se ejecuten solas.

Ejemplos: