ago. 31
2014
Enlaces de interés 2014-35
- Math Fights, un juego de "lucha matemática".
- Ocho o nueve problemas con el Big Data.
- Cómo usar el buscador de Twitter.
- Subvenciones a partidos por escaño y voto en las elecciones europeas, en El BOE nuestro de cada día.
- Gestionar el callback hell de Javascript con Promises y otras opciones.
Y el video, Javascript asíncrono en Netflix:
Read more »
ago. 24
2014
Enlaces de interés 2014-34
- El enigma de la innovación.
- El flujo del dinero de los partidos... en Inglaterra, claro.
- Un buen ejemplo de aprovechamiento de los datos generados en las ciudades, en este caso los accidentes de bicicleta.
- Obtener el valor de Pi simulando datos (el método Monte Carlo).
- Un repositorio en GitHub para mostrar patrones y antipatrones de Javascript.
</ul>
</p>
Y el video, sobre algoritmos de recomendación multimodales con Mahout:
ago. 17
2014
Enlaces de interés 2014-33
- DNC, una utilidad javascript para la consulta de dominios y estadísticas.
- Cómo utilizar el juego de estrategia Civilization IV en la educación superior.
- La estructura de las conversaciones en Twitter según la comunidad.
- El "fácil" hackeo de las redes 2G/3G, en hojaderouter.
- Desarrollo web, habilidades sociales, en alistapart.
- Simple Statistics, una biblioteca Javascript para realizar estadística descriptiva.
</ul>
Y el video, mil años de cambios en las fronteras de Europa:</p>
Watch as 1000 years of European borders change (timelapse map) from Nick Mironenko on Vimeo.
Read more »
ago. 10
2014
Enlaces de interés 2014-32
- GitHub guides.
- El mejor momento para tomar un café, según el ritmo circadiano.
- Los sparklines con D3, para incrustar gráficos en el texto.
- ¿La revolución como opción científica? Eso plantea Naomi Klein.
- El manifiesto de Application Cache para las aplicaciones offline, en el blog de desarrolladores de Facebook.
- Las soluciones big data y las empresas implicadas.
</ul>
Y una presentación sobre LinkedIn, me ha parecido muy pedagógica:</p> Read more »
ago. 3
2014
Enlaces de interés 2014-31
- Notas rápidas sobre TED, en politikon.
- Despachado de eventos con D3, en el blog de Mike Bostock.
- Curso de Interacción persona-ordenador en la UOC open courseware.
- Mejorar la productividad provoca menos empleo y más desigualdad, en Consultor Artesano.
- El análisis de los datos móviles y la ciencia de las ciudades.
</ul>
Y el vídeo, trata sobre la innovación de la soledad (aka las redes sociales):</p> Read more »
jul. 27
2014
Enlaces de interés 2014-30
- Hiperuniformidad desordenada... en los ojos de un pollo, ahí queda eso.
- Machine Learning, entre el enfoque teórico y las aplicaciones prácticas.
- Una presentación sobre la integración entre Angular y D3.
- El problema del desequilibrio de género en el bitcoin, aunque creo que es aplicable a cualquier tecnología.
- Patrones para la arquitectura de aplicaciones javascript a gran escala.
- Gestionar la complejidad (del desarrollo web).
- Beyond Transparency, un documento bueno, buenísimo, de Code for America.
</ul>
Y el vídeo: Firebase y AngularJS, una pareja de baile fantástica para aplicaciones en tiempo real:
Read more »
jul. 20
2014
Enlaces de interés 2014-29
- Una guía comentada de código D3 para las transiciones animadas, en alignedleft.
- ¿Almacenar 2.2 Petabytes de datos en un gramo de ADN?, en gizmodo.
- Data Cuisine, en su entrega en Barcelona.
- Una serie de proyectos de visualización en Oxford Visual Informatics Lab.
- Fire phone y las dudas sobre su gestión de la privacidad, en Venture Beat.
- Sobre la evolución de una sala de prensa como la del Financial Times (y probablemente otras), en Nieman Lab.
- Videogrep, una herramienta para obtener cortes de videos basándose en la búsqueda vía subtítulos.
</ul>
</p> Read more »
jul. 15
2014
Frecuentistas y Bayesianos
Probablemente el debate entre el enfoque frecuentista y bayesiano sea un tema que le trae a poco a la inmensa mayoría de usuarios de la estadística, como también lo será el debate entre software libre y propietario de la informática. Como sucede en éste, también en aquél los resultados finales pueden diferir poco, pero la clave está en la metodología y la filosofía.
Y lo cierto es que no sabría explicarlo mejor que en el blog Pythonic Perambulations, que ha publicado una serie de (por ahora) cuatro artículos sobre frecuentismo y bayesianismo, con ejemplos de programación en Python:
- Frequentism and Bayesianism I: A practical introduction, donde se hace una introducción sobre las principales diferencias filosóficas entre ambas corrientes, y a pesar de ello se exponen casos en los que los resultados son homogéneos entre ambos casos.
- Frequentism and Bayesianism II: When results differ, profundizando en casos en los que los resultados empiezan a divergir.
- Frequentism and Bayesianism III: Confidence, Credibility, and why Frequentism and Science Don't Mix, sobre las diferencias sutiles entre los intervalos de confianza frecuentistas y los intervalos bayesianos,
- Frequentism and Bayesianism IV: How to be a Bayesian in Python, sobre casos aplicaciones del bayesianismo utilizando Python y varias bibliotecas.
Lo que se desprende de estos artículos es un posicionamiento claro en favor del enfoque bayesiano. Algo cada vez menos raro. Pero, ¿por qué?
¿Por qué oiremos cada día más sobre el enfoque Bayesiano?
Resumiéndolo en un solo concepto, Aprendizaje automático, o en su traducción inglesa, más habitual, Machine Learning. Ante la ingente cantidad de datos, es necesario encontrar métodos y algoritmos que faciliten la adaptación de aplicaciones informáticas a los datos que las alimentan. Los métodos Bayesianos ofrecen una buena base para implementar algoritmos en programas que necesitan adaptar su funcionamiento a los datos que les son suministrados.
Ante la pregunta sobre las potenciales aplicaciones, no es necesario ir muy lejos para conocer una aplicación muy conocida: las herramientas de detección de SPAM cumplen todas las condiciones: los datos no tienen una estructura conocida, es necesario adaptar los criterios (los emails de los spammers cambian, la longitud y los enlaces también, así como los criterios para la evaluación del coeficiente de spam).
El Machine Learning y otras aplicaciones de algoritmos estadísticos a la Inteligencia Artificial y Deep Learning, pueden oscilar desde el marketing directo y la personalización hacia el cliente, hasta el análisis de modelos de datos para los que no existe una suposición de normalidad.
Pero lo más importante que aporta este enfoque es que incorpora en el núcleo de su funcionamiento el propio principio del aprendizaja, a partir de los conceptos de la distribución a priori y a posteriori.
Read more »
jul. 6
2014
Enlaces de interés, 2014-27
- ¿Cuánto ingresan los municipios ingleses por poner multas de aparcamiento?
- El modelo matemático de Kayak para predecir el mejor momento del viaje.
- Nueva York ha abierto los datos sobre el uso del servicio de biking, y hay varios proyectos que están estudiando los datos.
- Y por si prefieres las cuatro ruedas, también tienes las rutas de taxis... de Nueva York, claro.
- ¿Cómo organizaban su tiempo sus rutinas creativas? Ojo, que los paseos son algo habituales.
- Una aproximación de Pi utilizando el método de Monte Carlo. Es algo impreciso, pero es un experimento interesante.
</ul>
Una presentación de Seth Lloyd sobre Quantum Machine Learning, que viene a ser una implementación de algoritmos de Machine Learning sobre ordenadores cuánticos (computación cuántica). Algo que por lo que parece, no tardará mucho en llegar.</p> Read more »
jun. 29
2014
Enlaces de interés, 2014-26
- MagnifierJS, una utilidad para realizar zoom sobre las imágenes.
- Un paso a paso para tu primera aplicación con AngularJS.
- Control de cámara y vídeo con HTML5.
- Una comparativa sobre frameworks Javascript MVC.
- Un estudio curioso, sobre las tendencias en el vello facial a lo largo del tiempo.
- Cómo facturar sin darte de alta como autónomo (en especial para situaciones puntuales).
</ul>
Una charla muy recomendable de Santiago Ortiz (@moebio) sobre la exploración de métodos no lineales en la representación de la información.
</p>
Read more »© 2007 and beyond Mario Alberich, licensed under CC-BY-SA unless stated otherwise.