Búsqueda · 28 momentos en 8 episodios
Sara RobiscoJuan Carlos GilFrancis VillatoroHéctor Socasmachine learning para anomalíasminería de datos en cubosanomalías indican grandes sequíasvisualización de datos para decisionessara robisco y machine learningMachine LearningMinería de DatosSara Robisco
Metáfora lemmings Sara Robisco
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…
Significado #1
Sara Robisco comenta sobre un autor que parece estar manipulando datos para generar resultados y publicaciones científicas.
Habla: Sara RobiscoSignificado #13cálculos 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 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 #1machine learning para anomalíasminería de datos en cubosanomalías indican grandes sequíasvisualización de datos para decisionessara robisco y machine learning…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…