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…
Sara Robisco comenta sobre un autor que parece estar manipulando datos para generar resultados y publicaciones científicas.
Habla: Sara RobiscoSignificado #7cálculos 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 los cubos de datos facilitan el estudio de series temporales, la adjudicación de costes y el análisis de cambios en la distribución climática.
Habla: Sara RobiscoSignificado #11 · Palabras #8cubos de datos para series temporalesmachine learning en cubos de datosextrapolación con machine learninganálisis de distribución climática robisco…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 #6 · Palabras #3cubos 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 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…
Sara Robisco comparte una experiencia personal al trabajar con datos de volcanes y las dificultades encontradas al intentar reconstruir su impacto histórico en zonas despobladas.
Habla: Sara RobiscoSignificado #18datos de volcanes y sara robiscoimpacto volcánico en zonas despobladassatélites y estudio del impacto volcánicoépoca romana y documentación volcánica…Sobre todo eso, porque permite un poco contar a los oyentes que hay más formas de organizar el dato y más formas de jugar con él. Porque eso es lo bonito, ¿no? El explicar cómo... El problema de estudiar la Tierra es que está llena de gente. Ah, también. Y que cada uno hace lo que le dé la gana, pero yo, por ejemplo, me encontré con datos de volcanes. Era, estudiando, me hice un cubo para estudiar, hacer una visualización de volcanes. Y claro, tienes ahí problemón de que la información sobre los daños que provoca el volcán a lo largo de la historia, pues depende de si había alguien o no en esa zona y si alguien te lo ha contado, pero ¿y si no había población ahí? En zonas despobladas no te enteras de qué ha hecho ese volcán, cuánto duró, o sea, hablando de ahora es porque tenemos satélites, pero hablando de cuando no los había, porque claro, de la época romana tienes los volcanes que documentó quién estaba ahí en ese momento, pero ya está. Bueno, vamos a coger un par de preguntitas de oyentes, ¿les parece? Venga, creo que tú mandes. Vamos terminando. Hay varias interesantes las que he visto por aquí. Les recuerdo, por cierto, que esta musiquita es de Xiao Fernández; siempre nos gusta…