Ciencia de Datos para aprendizaje automático. - 040.- Ciencia de Datos para ML. Manejo de datos categóricos.

Los modelos de aprendizaje automático en su inmensa mayoría, y los de aprendizaje profundo con redes neuronales en su totalidad, necesitan para su entrenamiento datos exclusivamente numéricos. La inmensa mayoría de las fuentes de datos incluyen muchos que no son categóricos, como Datasets que contienen nombres, direcciones, etc. Son los denominados datos categóricos, ordinales o nominales, que deben ser transformados en datos numéricos antes de poder ser utilizados en el entrenamiento de modelos. Vemos en este video como llevar a cabo la conversión de datos categóricos, tanto nominales como ordinales, en datos numéricos. Archivos de práctica: https://colab.research.google.com/drive/1De5yke-3vvRt0BCCHd6JgDzmCaaHHqW2?usp=sharing