Clase 9 de 30 • Curso de Big Data y Ciencia de Datos 2016
Contenido del curso
Juan Francisco Mosquera
Diego Diaz
Daniel Rojas
Usuario anónimo
erick blanco
Carmen Sánchez Salgado
Aufsten Aufsten
Leonardo Javier Alviarez Hernández
Giovanny Varón
Moisés Manuel Morín Hevia
Usuario anónimo
A-B B.
Uriel Ramírez
Cristiam Camilo Lopez Ruiz
Giancarlo Rubio Lazo
Octavio Flores
Moisés Manuel Morín Hevia
José Eder Guzmán Mendoza
Moisés Manuel Morín Hevia
Carmen Sánchez Salgado
Moisés Manuel Morín Hevia
ROHWINZON URAZAN
Diego Forero
ROHWINZON URAZAN
Moisés Manuel Morín Hevia
Diana Bocanegra
Moisés Manuel Morín Hevia
jesus Encinas
Diego Forero
Alejandro Ramos
Moisés Manuel Morín Hevia
Jose Isaac Ramirez Rh
David Buitrago Arenas
Diego Oruna Cabrera
Ricardo N. Bravo Meza
Moisés Manuel Morín Hevia
Hola , excelente curso hasta el momento , respecto al machine learning podríamos tratar algo de tensorflow ? , como entrenar y predecir utilizando tensorflow .
Muchas gracias , excelente explicación de los temas .
eso seria muy util!
te recomiendo comenzar con el modelo softmax de tensorflow para ir entendiendo un poco mejor el poder de tensorflow :) es muy práctico!
Antes de escribir una sola línea de código nos toca responder la sientes preguntas:
Cuál es nuestro OBJETIVO, cuál es la PREGUNTA EXACTA, que queremos MODERAR, como definimos el ÉXITO, pueden nuestras predicciones sobre pasar un cierto NIVEL DE CONFIANZA. ENTERARTE ÍNTIMAMENTE DEL ESPACIO EL PROBLEMA ES LA PARTE MÁS IMPORTANTE. No solamente se pro activo escribiendo código ya que leer, deliberar, hablar, tiene su lugar en el proceso de entender el problema, CUANTO MEJOR ENTIENDAS EL ESPACIO DEL PROBLEMA MEJORES SOLUCIONES VAS A ENCONTRAR EN SISTEMAS INGENIERILES
Este curso me hizo acordar la película el código enigma, alan turing creo un sistema de análisis predictivo basado en matematica, se salvaron millones de vida gracias al big data simplemente extraordinario
no sabía de está película, vpy a verla, gracias!
Muy buena referencia, es impresionante como existe gente tan adelantada a su tiempo.
Además de que es una película muy inspiradora para nosotros, los programadores de hoy.
Es muy importante resaltar las palabras de William sobre lo crucial que es enterarse y empaparse del espacio del problema, incluso indica que, para él, llegar a escribir código más rápido no es lo único que equivale a productividad. Dice que le tómo mucho tiempo entender ese balance y sentirse cómodo con eso. Me parece genial ese comentario y parte medular de su explicación.
Superr, me ha encantado este curso. Ahora estoy valorando más mis clases de Estadística, Matemáticas para la toma de decisiones y Álgebra Lineal, porque ya sé que tienen una aplicación increíble en el mundo tecnológico. 😃
También yo xD xD ahora quiero prestar más atención en las clases.
Dentro de la matemática tenemos tres sub campos:
ESTADÍSTICOS: nos permite ver qué tratamiento funciona mejor MEDICINA A, MEDICINA B
MACHINE LEARNING: es lo que usa Facebook para etiquetar a tu tía a tu primo. Usando álgebra lineal.
OPTIMIZACIÓN: ¿cuál sería la ruta más eficiente para poder conocer todas las capitales latinoamericanas en coche?
Hola, tengo una consulta, soy administradora, haciendo una maestría en Data science o Analytcs, cuan complejo es para llegar a convertirme en una Data Science enfocada en negocios? gracias por la respuesta y comentarios.
Una de las partes importantes ya la tienes que es una intuición por entender que métricas son importantes en la empresa. Lo siguiente es transformar eso en código. ¿Es difícil aprender a programar?, la verdad que no tanto, es mucha práctica. Inclusive sería bueno que te pasaras por el curso de programación básica si crees que aún te falta algo más para comenzar con Data Science.
No olvides el componente matemático, no financiera claro es un poco mas a fondo.
Respuestas a mi objetivos como DATA SCIENCE:
Creo que es hora de agregar python a mis estudios!
Esta en corto.
Son bastantes habilidades y herramientas que hay que aprender.
Demasiado, si quieres comerte el mundo necesitas un conjunto.
Exacto, no todo es programar. No soy Data Scients aún pero sé que gran parte de la solución es entender el problema, entenderlo muy bien.
Programar es fácil, pensar es difícil.
Buen día, se puede usar lenguajes como PHP y C#? Gracias!
Los lenguajes usados por su velocidad y soporte para cálculos matemáticos son lenguajes como Python o R, otros lenguajes como PHP por ser interpretados son mas lentos y no tienen el mismo soporte para estos cálculos.
Muchas gracias por tu respuesta!
La cantidad de datos & el poder computacional van en aumento. Matemática (Estadística, optimización, algebra, cálculo, machine learning), Programación (Python, R), Entender el negocio(Cuestiones a resolver),
Tres campos: Matemáticas (Estadística, aprendizaje de máquina, optimización - algebra líneal); Ingeniería de software (Phyton, R, Scala); Entendimiento del problema.
Buen resumen.
Hola, es recomendable tomar el curso de análisis de datos, antes de tomar este?
Te puede servir para entender mejor algunos conceptos, aunque este curso va desde lo más básico.
Esta bueno el curso
Demasiado, mucho partido.
que habilidades y herramientas hay en
para mercadologos
bueno la búsqueda de insights y las aplicaciones que tengan posibilidad de hacer clustering, categorización.
Yo estoy fusionando el Growth Marketing con Data Science, debido a que el Growth, está enfocado 100% en datos, y DS es precisamente el expertise que necesito.
Mis objetivos:
Espero lo cumplas ! Eres el mejor !
