Objetos del mundo real en el espacio vectorial y métricas de distancia

Clase 24 de 30 • Curso de Big Data y Ciencia de Datos 2016

Carlos Efrain Coello Delgado

student•

No estaría mal un gráfico para la representación de los datos que trata de explicar willian

Rafael Mosquera

student•

Por favor Team Platzi
Se necesita una representación visual de esta clase…
Muchas gracias.

Alex Miguel Mena Vasquez

student•

Terrible la metodología de enseñanza…

Mario Álvaro Castro Barrón

student•

MARCO ANTONIO LÓPEZ SÁNCHEZ

student•

Recomiendo buscar en la web, tutoriales de jupyter notebook, lamentablemente este es un curso que muestra un plano general de lo que hace un Data Scientist, pero no profundiza en las técnicas que muestra.

Carlos Nexans

student•

Un tema muy similar está explicado en el libro “Collective Intelligence” de O’Reilly, en el segundo capítulo de sistemas de recomendación. Básicamente es como en la secundaria, que ponías puntos (pares de números) en un plano. La distancia entre dos puntos se puede interpretar como la semejanza entre dos productos.

Dos diferencias clave:

Podemos representar puntos en un espacio n-dimensional, no necesariamente un plano, por lo tanto podemos hacer n-tuplas características de los productos.
La distancia entre dos puntos se puede definir de distintas maneras, la más común y es la que nos enseñan en la escuela es la distancia eucídeana o dicho de una manera reconocible la suma de los cuadrados de los catetos es igual a la hipotenusa.

Dependiendo de lo que vayamos a medir, podemos hacer experimentos para probar la definición de distancia que mas nos convenga.

Maria Nelly Herrera Millan

student•

Hay algun notebook para el ejercicio que explico en el vídeo? sin una representación grafica la explicación no es tan facil de seguir.

Santiago Limonche

student•

Debería mostrarse las matrices de ceros y unos para visualizar mejor el ejemplo. También echo en falta descargar los ejemplos en Python para verlos en el ordenador y trastear con ellos.

Antonio Villavicencio Garzón

student•

¿cómo estás listas o tuplas se pueden transformar en coordenadas (x,y)?

Diego Forero

Team Platzi•

Estas listas o tuplas están compuestas de listas o tuplas, por eso se habla de n dimensiones.

data=[[1,2,3], [2,5,6], [3,8,4], [1,8,2],[-1,0,0]]

Este es un ejemplo de datos en tres dimensiones x,y,z.

Antonio Villavicencio Garzón

student•

Volviendo al ejemplo de la descripción “Si el primer producto fue comprado por las personas 1,2,5 tendríamos una lista [1,1,0,0,1]” puedo transformarlo a coordenadas para graficar esos datos?

Objetos del mundo real en el espacio vectorial y métricas de distancia

Bienvenidos

Aprende sobre Big Data y Ciencia de Datos con los cursos actualizados

Bienvenido al curso

¿Qué es un Data Scientist?

Ejemplos de uso de Data Science

Cómo funciona una búsqueda de Google y el Algoritmo de Spotify

Retos de un data scientist

¿Porqué surge Data Science ahora y no antes?

¿En cuáles campos trabajan Data Scientists?

¿Cuáles habilidades y herramientas usamos?

Workflow de un Data Scientist

Introducción a Python

Guía de Jupyter

Configurando un NoteBook

Continuando con nuestro ejemplo

Flujo de trabajo de un Data Scientist

Workflow Típico de un Data Scientist

Recolectar datos, limpiar datos dormir con sus datos

Modelos de datos

Construir un modelo

Validar su modelo y predecir el futuro

Comunicar los resultados

Algebra Lineal para Data Science

Básicos de Probabilidad

Automatización en Data Science

Hacer que las máquinas hagan todo

Objetos del mundo real en el espacio vectorial y métricas de distancia

Ejemplo de espacio vectorial y métricas de distancia

Conclusiones

Cómo ser un data Scientist

Cierre del curso

Desafío 01

Desafío 02

Contenido complementario

¿Qué es big data y cuál es su papel en datascience?