Un Website para
Navegar un poco en el mundo basado en datos a través de la aplicación de la ciencia de datos.
Estadística Descriptiva
Resumir, organizar, simplificar y explicar la esencia de los datos.
Inferencia Estadística
Hacer suposiciones y/o elecciones sobre una población basándose únicamente en muestras.
Modelado Estadístico
El esfuerzo por parametrizar un proceso aleatorio usando matemáticas.
Analisis exploratorio de datos
El proceso de evaluar conjuntos de datos para describir sus propiedades esenciales.
Artificial Neural Networks
Red de neuronas simuladas que pueden usarse para reconocer ocurrencias de patrones.
Transformación de datos y más
Preparación de datos, ajuste de hiperparámetros, métricas de precisión, remuestreo...
Bases Estadísticas
Data cleaning
Descriptive statistics
Generalized Linear Model
Machine Learning
Extreme Gradient Boosting
Multilayer Perceptron
Random Forest
Wavelet Neural Network
Recurrent Neural Network
Long Short-Term Memory
Recurrent Wavelet Neural Network
Convolutional Neural Network
Long Short-Term Memory
Cluster Analysis
Principal Component Analysis
Correspondence Analysis
Algunas decisiones a tomar
¿Se necesita un repositorio?
Es importante almacenar, organizar y difundir la información.
¿Qué language usar?
Un programador debe ser capaz de ser flexible y autodidacta cuando se trata de aprender lenguajes de programación para ciencia de datos.
¿Qué IDE usar?
La elección del Entorno de Desarrollo Integrado es importante para facilitar el desarrollo de software del científico de datos.
¿Qué reglas pueden ayudar?
Seguir algunos estándares de programación puede ser útil cuando se trabaja en colaboración con otros científicos de datos.
¿Estadística o Machine Learning?
Las técnicas para procesar datos van en aumento, queda en cada uno decidir qué técnicas implementar en función de los recursos disponibles.
¿Hacer múltiples procesos a los datos?
La estructuración es valiosa en el data-driven culture, el procesamiento previo y posterior a un desarrollo, pueden ser un cauteloso camino a seguir.
Sobre el autor
Eliana Vivas
Fundador
Eliana Vivas
Estadístico
Eliana Vivas
Ingeniero Informático
Summary
I am a follower of computational statistics, which is why I have been certified in both Statistics and Computer Science. I recently completed a Ph.D. in Computer Engineering in the line of computational intelligence. My short-term purpose is to explore the benefits of the cloud to implement neural networks capable of efficiently forecasting highly variable signals.
Professional history's tools
Resumen
Soy seguidora de la Estadística Computacional, por lo que me he certificado tanto en Estadística como en Ingeniería Informática. Recientemente, completé un Doctorado en Ingeniería Informática en la línea de Inteligencia Computacional. Mi propósito a corto plazo es explorar los beneficios de la nube para implementar redes neuronales capaces de pronosticar de manera eficiente señales altamente variables.