Métodos de Procesamiento de Datos

El preprocesamiento de datos tiene lugar para preparar un conjunto de datos para las tareas correspondientes. El proceso de preprocesamiento puede ser muy diferente en función de los datos con los que se trabaje.

Los pasos principales son:

• Limpieza de datos;
• Reducción de la dimensionalidad;
• Conversión de datos;
• Integración de datos de distintas fuentes en un conjunto de datos.

Cada una de las etapas incluye muchos métodos; por ejemplo, la limpieza de datos incluye trabajar con los datos que faltan, que pueden sustituirse generando datos sintéticos, eliminando las filas con datos que faltan o rellenándolas con una media de toda la columna, etc.

La mayoría de los modelos sólo aceptan como entrada datos procesados (imágenes convertidas en matrices, texto convertido en vectores, etc.), pero muchos modelos modernos basados en la arquitectura Transformer, como los modelos BERT (Bidirectional Encoder Representations from Transformers) y GPT (Generative Pre- trained Transformer), pueden manejar datos de texto sin convertirlos en representaciones numéricas.

A pesar de ello, dentro del modelo, los datos se siguen transformando en una representación numérica porque sólo con esos datos se pueden realizar operaciones matemáticas.