Unidad Temática 4 – Datos Especiales¶
En esta unidad se trabajó con datos no tradicionales, incorporando técnicas de procesamiento geoespacial, imágenes y audio.
El objetivo fue construir pipelines capaces de manipular datos complejos, extraer representaciones útiles (features) y preparar insumos reproducibles para tareas de analítica avanzada y machine learning.
Prácticas realizadas¶
-
Geointeligencia urbana: cobertura del SUBTE, densidad poblacional y demanda vecinal en Buenos Aires
Análisis geoespacial utilizando GeoPandas y Shapely para cruzar capas de información urbana y generar visualizaciones que revelan patrones de movilidad. -
Visión computacional aplicada: diagnóstico, contraste y extracción de descriptores con OpenCV
Implementación de un pipeline de preprocesamiento de imágenes (color, contraste, suavizado) y extracción de features con OpenCV para construir descriptores visuales listos para modelado. -
Audio para Machine Learning: limpieza, visualización y extracción de MFCC
Preprocesamiento de señales de audio mediante espectrogramas, normalización y extracción de coeficientes MFCC con Librosa. -
Caso Chicago Crime: cómo los datos geoespaciales revelan la arquitectura oculta del delito urbano
Análisis geoespacial aplicado con GeoPandas, Shapely y Contextily para mapear incidentes reales, identificar patrones urbanos, visualizar hotspots y comprender cómo la ubicación condiciona la dinámica delictiva.
Reflexión de la unidad¶
- Geoespacial permitió trabajar por primera vez con datos en formato vectorial, comprendiendo conceptos de CRS, geometrías y overlays para análisis urbano real.
- Imágenes introdujo un flujo estructurado de diagnóstico visual, cambios de espacio de color y extracción automática de descriptores, reforzando la importancia del preprocesamiento antes del modelado.
- Audio presentó un dominio completamente distinto, donde la representación temporal no es suficiente y se requieren transformaciones como MFCC para capturar información perceptual relevante.
- Chicago Crime amplió la perspectiva de la unidad al mostrar cómo los datos georreferenciados permiten detectar estructuras urbanas invisibles en tablas tradicionales. El uso de CRS, reproyección y mapas base consolidó la comprensión práctica del análisis espacial como herramienta clave para interpretar fenómenos reales.
En conjunto, la UT4 abrió el panorama hacia datos no estructurados, mostrando cómo adaptar pipelines según la naturaleza del dato. Esto fue clave para entender que el análisis no depende solo de Pandas: cada dominio (mapas, imágenes, audio) requiere herramientas propias y criterios específicos de limpieza, representación y documentación.
Flujo de trabajo de UT4¶
Este flujo resume el trabajo por dominio en la UT4: cargar datos geoespaciales, de imágenes y audio, diagnosticarlos, preprocesarlos y extraer features específicos para formar un dataset final utilizable.
Conclusión final de UT4¶
La UT4 consolidó la capacidad de trabajar con datos alternativos y de diseñar pipelines robustos más allá de los tabulares.
Este dominio complementa el análisis tradicional y prepara el camino para integrar datos geoespaciales, visuales y sonoros dentro de proyectos de IA más complejos y multimodales.