Análisis descriptivo y predictivo de características de asteroides y sus trayectorias

Abstract

En este proyecto se presenta una colección de análisis descriptivos y predictivos como resultado de aplicar un proceso de Ciencia de datos sobre un conjunto de datos con información orbital, espectrofotométrica y taxonómica de asteroides. Este proceso comienza con una revisión bibliográfica acerca de las principales cuestiones que involucran a la Ciencia de datos, la Minería de datos, el Aprendizaje automático y, por otra parte, un dominio del problema en cuanto al conocimiento sobre asteroides y las últimas aplicaciones registradas del Aprendizaje automático sobre estos cuerpos. El proceso continúa con un análisis exploratorio que pretende encontrar fallos en el conjunto de datos para, posteriormente, ser corregidos por diferentes técnicas de reprocesamiento. Sobre los datos depurados se aplicarán métodos de Aprendizaje automático de clasificación, regresión, reglas de asociación y agrupamiento, y con cada uno de ellos se elaborarán unos resultados basados en métricas de rendimiento y gráficas.

This project presents a collection of descriptive and predictive analyses as a result of applying a Data Science process on a dataset with orbital, spectrophotometric and taxonomic information about asteroids. This process starts with a literature review about the main issues involving Data Science, Data Mining, Machine Learning and, on the other hand, a problem domain in terms of knowledge about asteroids and the latest recorded applications of Machine Learning on these bodies. The process continues with an exploratory analysis that aims to find faults in the dataset to be subsequently corrected by different pre-processing techniques. Machine Learning methods of classification, regression, association rules and clustering will be applied on the cleaned data, and with each of them, results based on performance metrics and graphs will be produced.