Búsqueda · 27 momentos en 12 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor Socasmachine learning para anomalíasminería de datos en cubosanomalías indican grandes sequíasvisualización de datos para decisionessara robisco y machine learningreutilización de cubos de datosactualización constante de datosisentinel y nuevas versionesciencia de la tierra mecanismo vivocientífico de datos y cubos de datosactualización automatizada con api isentinelscrapping para nuevas versiones de datosalmacenamiento de datos imágenescubos de datos muy pequeñossoluciones en la nube bases datosMachine LearningMinería de DatosSara RobiscoiSentinelAPIFTPDavid MonteroUniversidad de LeithpigLeipzigEuropaSuizaFrancis Villatoro
Minería de Datos
Con
0:000:301:001:302:002:303:003:21
Sara Robisco explica cómo el Machine Learning y la minería de datos pueden utilizarse para identificar anomalías en cubos de datos, como situaciones que indican grandes sequías.
…y tal, y sequedad de humedad de superficie, por ejemplo dices: vale, pero ¿cuáles son anómalos? ¿Cuáles responderían con una gran sequía? Imagínate que queremos saber cuántas sequías se han dado a lo largo de la historia, grandes procesos de sequía, pues. Lo que haces es hacer un algoritmo de Machine Learning, minería de datos, que te saque estas anomalías, situaciones anómalas y te las da. Entonces tú ya tendrías tu pequeño cubo con esas situaciones que a ti te interesan. Una vez tienes esto, pues tú ya haces tus análisis, tu visualización de datos si quieres mostrarlo al mundo, mostrarlo a alguien o tomar decisiones y luego está una parte. Que quizás es la más complicada cuando hablamos de cubos, que es la reutilización, porque aquí tenemos dos opciones: dejar este cubo ya estático, se quedó ahí, o en ciencias de la tierra esto no vale ¿Por qué? Porque la Tierra es un mecanismo, está viva, va evolucionando, entonces lo que tienes que hacer es volver a ir generando datos; entonces lo que tienes que hacer es desarrollar herramientas que cuando haya nuevas release de datos, de satelitales o de tu origen, por ejemplo, iSentinel, cuando iSentinel envíe una nueva versión de sus datos, pues tener sistemas automáticos que lo capten, actualicen iQ, y al científico que está estudiando ese dato ya le llegue hecho. Pues esto lo podríamos hacer mediante APIs, mediante se me iba a decir un scrapping, pues eso, el científico de datos lo que te hace es que te lo desarrolla, mira, se va a actualizar así, puedes hacer lo que se actualice cada X tiempo directamente cuando salte la API, está escuchando y cuando vea un cambio, ¡fun! Y hasta aquí un pie. ¿Qué pasa? Que esto también tiene retos de almacenamiento de datos porque estamos hablando de que, por ejemplo, en datos de imágenes, imágenes más metadatos, estamos hablando de que puede que tengamos cubos de datos muy pequeños pero puede que a cosas se desmadre. Ya tenemos soluciones en la nube adaptadas para este tipo de bases de datos analíticas. entonces ellos te muestran ejemplos que se podrían usar, digamos que el paper lo que te está dando es: oye, si quieres hacer esto usa esta herramienta; si quieres hacer aquello usa esta herramienta, y te va poniendo qué retos hay y qué herramientas te pueden…
Significado #1 · Palabras #1
Sara Robisco comenta sobre un autor que parece estar manipulando datos para generar resultados y publicaciones científicas.
Habla: Sara RobiscoPalabras #12cálculos de servilleta y publicaciónfalta de datos en estudiomanipulación de datos por sara robisco…los... y llega una situación en la que yo creo que él se ha convencido de decir: ostras, pues no, pues esto no tiene sentido. Este artículo es irrelevante, ni está convencido ni deja de estar convencido, es una cosa más que saca él va echando fuera cosas. Yo es que creo que lo que ha hecho es, simplemente ha jugado con los datos, está haciendo cálculos de servilleta y le ha salido eso y bueno, te da para publicar un paper y está Ojalá hubiera datos, es que no hay datos Es que no tenemos datos Juega con los no datos Al final el tema SETI es especular, pero si no lo hiciera nadie, no se investigaría, no se dedicaría a dinero Yo creo que son especulaciones, sí, pero hay que hacerlas Bueno, nos vamos quedando sin tiempo Entonces el otro paper que había de SETI, que era más…
Sara Robisco introduce un trabajo sobre el análisis de datos de geociencias, destacando la gran cantidad de fuentes de datos disponibles, incluyendo sensores, satélites y datos generados por humanos como los climáticos y meteorológicos.
Habla: Sara RobiscoPalabras #14datos climáticos meteorológicos humanosdavid montero universidad leipziginvestigación española geosciencias…Trek, pero no, cubos de datos. Es cubos de datos. Cubos de datos, no que traigas un montón de datos así en cubos, ¿no? Ya sabéis que a los científicos de datos siempre nos ha gustado el cubo y la pala. La pala, exacto. El cubo y la pala, somos el cubo y pala. Pues cuéntanos este trabajo que nos proponías, que hablaban del análisis de datos de geosciencias en este caso Exacto, en el tema de las geosciencias tenemos un problemilla y es que tenemos múltiples datos, una enorme cantidad de datos, tenemos una enorme cantidad de fuentes de datos Algunos de ellos recogidos por sensores que tenemos, satélites, recogidos in situ, pero también tenemos datos que han sido generados por los humanos como los datos climáticos y datos meteorológicos que esas previsiones y esos estudios han sido generados pero también son importantes Todos estos datos y modelos pues están ahí y lo que propone este artículo que tiene gente, hay gente española en él, o sea David Montero que es de la Universidad de Leithpig Son casi todos, vienen de Leipzig y tal, pero hay gente española en esta investigación. Bueno, realmente no es una investigación. ¿Qué proponen? Ante esta dificultad de orígenes de datos, este batiburrillo de datos de diferentes escalas, diferentes tipos, que cada uno pone los datos como quiere, diferentes medidas, datos incompletos, tenemos un batiburrillo que no veas, y claro, ellos dicen, oye, ¿hay…
Sara Robisco explica cómo los 'cubos de datos' ofrecen una alternativa a las bases de datos relacionales tradicionales para el análisis de datos en geociencias.
Habla: Sara RobiscoSignificado #14 · Palabras #11cubos de datos para geocienciasftp y almacenamiento antiguotablas de base de datos relacionalesrepositorio de imágenes sara robiscobase de datos relacional y hechoshechos y dimensiones en análisis de datosventa como hecho con objetos…o hacer un muñeco, algo que alguien que no tiene ni idea de programación, que no tiene ni idea de bases de datos, alguien que no es informático pueda tratar y este artículo de 31 páginas es eso, son buenas prácticas y es una propuesta muy interesante, Pero vamos a empezar un poco explicando lo que son los cubos de datos porque ellos proponen tomar, hacer una recopilación de datos y usar cubos, lo que viene siendo bases de datos analíticas, cubos de datos. Así que antes de tener estos cubos de datos lo que proponen es que antiguamente estos datos recopilados se guardaban en, accedíamos a ellos como por FTP y que ahora hay formas seguras de compartirlos; hemos evolucionado bastante. Pero no hemos evolucionado en cómo los almacenamos y cómo se visualizan, que eso es importante. Actualmente tenemos las tablas, siguen siendo las tablas de base de datos relacionales que se usaban y se siguen usando. Las imágenes, pues pum, imágenes todas en un repositorio. Entonces esto no, a la hora de hacer un análisis de datos, no es efectivo, no es fácil de manejar. Y claro ellos buscan una forma sencilla y el cubo de datos es, consiste en cambiar un poco la visión del dato. Y nosotros en una base de datos relacional, una base de datos normal que tenemos datos y relaciones entre datos, en un cubo de datos, en una base de datos analítica lo que nosotros estudiamos son hechos y esto es un hecho y las dimensiones que describen ese hecho. Entonces, un hecho puede ser una venta, una venta puede ser, tiene como dimensiones el objeto o los objetos. ¿Qué se han vendido?, la persona que los ha comprado, la tienda donde los ha comprado, la persona que ha atendido a esa persona. Puedes tener tantas dimensiones como tú quieras analizar porque al final esto, un cubo de datos, una base de datos analítica tiene…
Sara Robisco explica la necesidad de un equipo de científicos de datos que preparen el paquete de datos para los geólogos, permitiéndoles enfocarse en el análisis con su conocimiento especializado.
Habla: Sara RobiscoSignificado #6 · Palabras #20científicos de datos preparan paquetesgeólogos analizan dato especializadoherramientas lab para análisiscubos de datos para series temporalesmachine learning en cubos de datosextrapolación con machine learninganálisis de distribución climática robisco…persona que trabaja con ellos tenga que programar. ¿Por qué? Porque un físico o un biólogo va a tener que saber programar para analizar sus datos. ¿Por qué un geólogo va a tener que perder tiempo en programar? Deja que haya un equipo de análisis de datos, de Diseño de datos: un grupo de científicos de datos que le preparen el paquete que vas a usar, toma, esto es lo que vas a usar y cómo se va a actualizar y todas estas cosas para que ellos simplemente dediquen su esfuerzo en lo que realmente importa para ellos, que es analizar su dato con sus conocimientos. Las herramientas o lab, que son los cubos, pues se Les ayuda un montón. ¿A qué? A estudiar series temporales, a adjudicar costes, a ver cambios en la distribución climática, todo lo que quieras. Porque tú piensas que cuando tienes una tabla de datos, tú preguntas: bueno, ¿qué y a quién? Por ejemplo, una compra, ¿qué? ¿Qué se ha comprado y a quién? Vale, pero es que en un cubo de datos podemos preguntar: ¿por qué? ¿Qué pasa si podemos hacer cálculos de datos y añadir nuevos elementos y preguntar qué pasaría si podemos extrapolar si aplicamos herramientas como son Machine Learning a nuestro cubo? Entonces da una potencia muy buena sin tener que estar perdiendo tiempo. Estos cubos también, una vez los tenemos construidos, se comparten muy fácilmente porque tú no compartes el dato en crudo, tú compartes, cuelgas en internet y la persona pues tiene su cubo y dice: no quiero hacer esta pregunta de dato y sin tener que lanzar…
Sara Robisco explica la flexibilidad de los cubos de datos, destacando su capacidad para responder preguntas sobre todo el cubo o segmentos específicos, permitiendo eliminar o agregar dimensiones y aplicar Machine Learning.
Habla: Sara RobiscoSignificado #8cubos de datos y sara robiscomachine learning en cubos de datosredes neuronales para anomalíasestudio climático con machine learning…preparas tus dimensiones y qué quieres preguntar; tú configuras porque el cubo me vas a decir: bueno, ¿y qué quieres preguntar? Pues tú las dimensiones; bueno que tiene el cubo es que le puedes girar, puedes cambiar preguntas y luego además puedes cambiar la Resolución. Podemos hacer preguntas sobre todo el cubo o sobre pequeños segmentos del cubo; podemos quitar dimensiones, podemos agregar dimensiones, podemos hacer lo que queramos, súper versátil. Una vez hacemos esto, podemos aplicar Machine Learning para hacer transformación de los datos, por ejemplo, podemos aplicar redes neuronales o cualquier sistema para detectar anomalías. Imagínate: estamos haciendo un estudio climático, un Estudio de las temperaturas de la Tierra, tenemos nuestros sistemas captando, captando, captando y de repente dices: vale, pero ¿cuál es de todo esto que estoy captando? Imagínate, datos de temperatura y tal, y sequedad de humedad de superficie, por ejemplo…
Sara Robisco explica cómo el Machine Learning y la minería de datos pueden utilizarse para identificar anomalías en cubos de datos, como situaciones que indican grandes sequías.
Habla: Sara RobiscoSignificado #1 · Palabras #1machine learning para anomalíasminería de datos en cubosanomalías indican grandes sequíasvisualización de datos para decisionessara robisco y machine learningreutilización de cubos de datosactualización constante de datosisentinel y nuevas versionesciencia de la tierra mecanismo vivocientífico de datos y cubos de datosactualización automatizada con api isentinelscrapping para nuevas versiones de datosalmacenamiento de datos imágenescubos de datos muy pequeñossoluciones en la nube bases datos…y tal, y sequedad de humedad de superficie, por ejemplo dices: vale, pero ¿cuáles son anómalos? ¿Cuáles responderían con una gran sequía? Imagínate que queremos saber cuántas sequías se han dado a lo largo de la historia, grandes procesos de sequía, pues. Lo que haces es hacer un algoritmo de Machine Learning, minería de datos, que te saque estas anomalías, situaciones anómalas y te las da. Entonces tú ya tendrías tu pequeño cubo con esas situaciones que a ti te interesan. Una vez tienes esto, pues tú ya haces tus análisis, tu visualización de datos si quieres mostrarlo al mundo, mostrarlo a alguien o tomar decisiones y luego está una parte. Que quizás es la más complicada cuando hablamos de cubos, que es la reutilización, porque aquí tenemos dos opciones: dejar este cubo ya estático, se quedó ahí, o en ciencias de la tierra esto no vale ¿Por qué? Porque la Tierra es un mecanismo, está viva, va evolucionando, entonces lo que tienes que hacer es volver a ir generando datos; entonces lo que tienes que hacer es desarrollar herramientas que cuando haya nuevas release de datos, de satelitales o de tu origen, por ejemplo, iSentinel, cuando iSentinel envíe una nueva versión de sus datos, pues tener sistemas automáticos que lo capten, actualicen iQ, y al científico que está estudiando ese dato ya le llegue hecho. Pues esto lo podríamos hacer mediante APIs, mediante se me iba a decir un scrapping, pues eso, el científico de datos lo que te hace es que te lo desarrolla, mira, se va a actualizar así, puedes hacer lo que se actualice cada X tiempo directamente cuando salte la API, está escuchando y cuando vea un cambio, ¡fun! Y hasta aquí un pie. ¿Qué pasa? Que esto también tiene retos de almacenamiento de datos porque estamos hablando de que, por ejemplo, en datos de imágenes, imágenes más metadatos, estamos hablando de que puede que tengamos cubos de datos muy pequeños pero puede que a cosas se desmadre. Ya tenemos soluciones en la nube adaptadas para este tipo de bases de datos analíticas. entonces ellos te muestran ejemplos que se podrían usar, digamos que el paper lo que te está dando es: oye, si quieres hacer esto usa esta herramienta; si quieres hacer aquello usa esta herramienta, y te va poniendo qué retos hay y qué herramientas te pueden…
Sara Robisco explica los desafíos al integrar nuevos datos en sistemas existentes para el análisis científico, especialmente en ciencias de la tierra.
Habla: Sara RobiscoPalabras #15incertidumbre en ciencias de la tierradatos sesgados terremotos poblacionesfalta de datos históricos argelina…todo, pero construir todo este tipo de tecnología, el adaptarla, el hacer que tenga un ciclo de vida continuo, porque claro, los problemas que se quieren resolver, el tipo de datos, puede aparecer nuevos instrumentos que te ofrezcan nuevos tipos de datos, ¿Cómo se pegan esos datos a los datos ya existentes? Pues no es una cosa nada ideal, eso requiere un trabajo de muchísima gente durante mucho tiempo. Y tienes un problema también, porque en ciencias de la tierra tienes el problema de que alguien te puede hacer un análisis un poco naif y no tener en cuenta que en las ciencias de la tierra hay mucha incertidumbre, por ejemplo, terremotos, clima, tienen muchísima incertidumbre y mucho dato sesgado, porque a lo mejor tienes datos de terremotos y no has recogido datos de no terremotos o datos de, o solo has cogido datos de zonas que afectan a una población. Y te faltan datos históricos de zonas donde no vivía nadie. entonces, o donde no has puesto, ahora ya está más monitorizado, pero a lo largo de la historia tenemos lagunas de información, claro. Tenemos mucho sesgo. Digo que me parece a mí que lo difícil en estos casos es la estandarización. También, o sea, el hecho…
Sara Robisco y Francis Villatoro discuten sobre la necesidad de unificar datos científicos y el coste asociado a esa tarea.
Habla: Sara RobiscoSignificado #20unificación datos científicoscoste infraestructura datosactualización datos iteracióninstalaciones europeas suiza…cumple o alguien que unifique, porque claro, tiene que haber un organismo que unifique esos datos porque claro, si tienes una fuente que te hace unas cosas de una manera, otra que te hace los datos de otra, otra que te los hace de otra y tienes que unir sus Datos, pues tienes que hacer un trabajo de unificación y todo y decir: bueno, señores, trabajamos a partir de aquí con esto ya, pero claro, eso implica mucho cálculo, muchas horas y tal. Y claro, significa que cuando te viene una actualización de datos, se hagan todos esos cálculos, una iteración y se genere de nuevo. Sí, es un mundo ideal, maravilloso; si todo fuera coste cero sería maravilloso, pero el coste de ese tipo de infraestructura es enorme y con los conflictos geopolíticos que tenemos, etc. Habrá instalaciones de ese tipo europeas, habrá una suiza, habrá Una estadounidense habrá una japonesa, habrá una australiana, habrá una china y ahí has dado, Francis, si tienes una China que no comparte o si tienes un país que no tiene acceso a los datos porque le han vetado. Sí, o China aprovecha lo que los demás…