Recursos para científicos de datos: Técnicas, metodologías, aprendizaje automático e inteligencia artificial
El post del día de hoy viene cargado de recursos, por lo que he decidido dividirlo en dos bloques. El primero, dedicado a recursos para fortalecer los conocimientos en técnicas y metodologías aplicadas a la ciencia de datos. El segundo, con recursos más avanzados para profesionales que trabajen con inteligencia artificial.
Técnicas y Metodologías
- How to Run Surveys: A Guide to Creating Your Own Identifying Variation and Revealing the Invisible
- How to Make Sure Your Research Paper is Reproducible? Evidence from 55 Papers. No te dejes engañar por el título, ya que son consejos y buenas prácticas para que tu código sea reproducible.
- Agile funding: An investment management approach to funding outcomes. Metodologías ágiles en finanzas, pero los consejos de este artículo valen igual para los equipos/proyectos de ciencia de datos.
- How to do meta-analysis using a Bayesian Hierarchical Model and when does it make sense to do so?
Machine Learning e Inteligencia Artificial
- Four Benefits of Data & AI Integration
- Get started with Automated AI for Decision-Making (Online Reinforcement Learning) APIs
- Content moderation using machine learning: the server-side part
- The fight against money laundering: Machine learning is a game changer
- Fast Reduce and Mean in TensorFlow Lite
- The amazing power of "machine eyes". Deep learning I.A. aplicado a la medicina.
- Finalmente, Faster R-CNN vs YOLO vs SSD — Object Detection Algorithms. Overview and comparative study of object detection algorithms.
Hasta aquí el post del día de hoy y 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.
Comentarios