El Centro de Datos de Código Abierto y Tecnologías de Inteligencia Artificial de IBM (CODAIT por sus siglas en inglés) ha lanzado una serie de nuevas herramientas para científicos de datos y desarrolladores que permiten analizar datos sobre la pandemia de COVID-19 en tiempo real.

Los cuadernos COVID, como llaman al kit de herramientas, permiten simplificar las siguientes tareas:

• Obtener de datos fidedignos sobre la situación actual del brote
• Limpiar los problemas más graves de calidad de datos
• Recopilar los datos en un formato susceptible de ser analizado fácilmente con herramientas como Pandas y Scikit-Learn
• Construir un conjunto inicial de informes y gráficos de ejemplo

De acuerdo a anuncio en el blog para desarrolladores, IBM señala que ocuparse de estas tareas libera a los desarrolladores y científicos de datos para que se concentren en tareas de análisis avanzado y modelización en lugar de preocuparse por cosas como los formatos de los datos y la limpieza de los mismos.

El repositorio de IBM utiliza cuadernos Jupyter, las cuales son fáciles de desarrollar y permiten cubrir cada uno de estos pasos iniciales de análisis de datos.

El Jefe Arquitecto del CODAIT, Frederick Reiss, comenta lo siguiente,

Es importante señalar que los datos subyacentes de COVID-19 cambian diariamente. A medida que construyan su propio análisis, querrán actualizar los resultados de sus propios cuadernos con frecuencia. Pero volver a ejecutar una colección de cuadernos interconectados puede ser un desafío. Hay múltiples etapas de análisis, y el resultado de un paso a menudo se alimenta de otros múltiples pasos. Para simplificar el proceso de actualización de sus resultados con los datos más recientes, hemos creado tuberías de procesamiento de datos utilizando Elyra Notebook Pipelines Visual Editor y KubeFlow Pipelines.

Los cuadernos COVID se pueden obtener en GitHub.