Recursos para aprender, practicar y mejorar tus habilidades en ciencia de datos (artículos, investigación y tutoriales)
Desde hace algún tiempo, en este blog he ido publicando entradas en inglés con recursos con las etiquetas de Análisis de Datos, Business Intelligence, Data Science, Inteligencia Artificial (IA), Machine Learning y Visual Analytics. Con la finalidad de promover más la difusión y divulgación de recursos en estas áreas, cambiare el formato de estas entradas a una presentación en español. No obstante, los enlaces a los mejores recursos casi siempre serán en inglés (sorry pero siempre pueden usar algún traductor).
La estructura de estos posts, se dividen en tres tipos: El primero, artículos que te brindarán conocimientos teóricos. Segundo, investigaciones que han utilizado modelos de machines learning o IA. Tercero, tutoriales para aprender/practicar algo de programación que se utiliza en la ciencia de datos o en IA.
I. Artículos
Dicho esto, inauguramos las entradas sobre ciencia de datos con el post el hoy. Mi primera recomendación es un artículo que discute la diferencia entre la interpretabilidad y la explicabilidad en los modelos de aprendizaje automático: Machine Learning: Explain It or Bust (CFA Institute).
II. Investigación
Hablar de smart cities, es hablar de modelos sobre distritos integrados sostenibles y las ecociudades inteligentes basadas en datos. Esto se debe al reciente cambio de paradigma en la ciencia y la tecnología que han provocado la irrupción del big data y la analítica avanzada. Abordando la problemática que rodea a las ecociudades en cuanto a sus enfoques y prácticas de planificación, desarrollo y gobernanza basadas en datos. El artículo que les comparto es una revisión de la literatura sobre estos temas: Data-driven smart eco-cities and sustainable integrated districts: A best-evidence synthesis approach to an extensive literature review (European Journal of Futures Research).
Mi siguiente recomendación, es un artículo que utilizando el aprendizaje automático se examinan cuáles son los principales impulsores de la inflación y qué papel desempeñan las expectativas en el proceso de inflación: What does machine learning say about the drivers of inflation? (BIS).
Para los científicos de datos sociales, aquí les comparto una evaluación educativa, que combina la aplicación de evaluación de impacto y machine learning: Are parents' investments in education distorted by inaccurate beliefs? (Development Impact).
III. Tutoriales
IBM ha producido una serie de capítulos de ciencia de datos en español. Aunque el fin de IBM es presentar cómo utilizar sus nuevos productos como: IBM Cloud Pak/Watson Studio, Machine Learning, AutoAI, IBM SPSS, DB2 database in Cloud, Embedded Dashboards, Voice Agent, Virtual Assistants, Descriptive Statistics and more. Por otra parte, también verás algo de Pandas, ETL y SQL. Lo cual está muy bien para alguien que se quiere iniciar en la ciencia de datos: ¡Ciencia de Datos en Español! (IBM).
Para los usuarios intermedios y que desean aprender/practicar algo en R: A Beginners Guide to Match Any Pattern Using Regular Expressions in R (Regenerative).
Para los avanzados tenemos: Speed up Your Data Pipelines for Deep Learning (IBM Data Science in Practice).
Finalmente y no por ello menos importante, para los especialistas en BI. Les cuento que Tableau ha implementado un botón de "Contrátame" en Tableau Public para aquellos que suben sus pruebas de trabajo o portafolios en este espacio: Growing the Tableau Economy with new ‘Hire Me’ button in Tableau Public (Tableau).
Si te gusto este post, no te olvides de compartir. Recuerda que puedes seguirme en Twitter y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas o también puedes usar Feedly para guardar y organizar tus lecturas favoritas de Internet.
Comentarios