¡De investigaciones complejas a dashboards para todos! Un viaje por el apasionante mundo de los datos
¿Alguna vez te ha fascinado un descubrimiento científico pero te atemorizaron las ecuaciones o la jerga especializada? ¿Has deseado comprender la salud de la economía con claridad, sin perderte en un mar de estadísticas? ¿Te intriga el potencial de la inteligencia artificial para explorar fronteras matemáticas desconocidas?
En este blog, abrimos las puertas a un mundo donde la complejidad se transforma en conocimiento accesible. Aquí, los datos dejan de ser números fríos y se convierten en historias vívidas que cualquiera puede comprender.
Te invito a navegar en las siguientes lecturas que te ayudarán a seguir desarrollando tus conocimientos y habilidades en el mundo de los datos.
Para los principiantes, Este curso desmitificará y explicará el tema del Machine Learning. En tan solo unas horas podrás comprender los conceptos y los procesos detrás de esta tecnología revolucionaria: A Quick Introduction to Machine Learning.
Para los que ya tienen más experiencia: Anomaly Detection in TensorFlow and Keras Using the Autoencoder Method.
FunSearch: realizar nuevos descubrimientos en ciencias matemáticas utilizando modelos de lenguaje grandes.
The Beautiful Dataset: Experimentos naturales, observabilidad clara, mediciones precisas, mucho en juego, sujetos expertos, detalles inimaginables, grandes conjuntos de datos, cambios de reglas exógenas, variación cuasiexperimental, efectos sociales observables y sin efectos Hawthorne. Estos y otros atributos deseables para el trabajo empírico se encuentran en entornos deportivos. En los deportes, las características del laboratorio y del campo a menudo se complementan entre sí. Los deportes pueden ofrecer lo mejor de ambos mundos. La renuencia a reconocer estas ventajas refleja una mala comprensión de las virtudes de los datos deportivos, y esta renuencia ha desalentado el estudio de estos entornos y ha ralentizado la producción de conocimiento. Este estudio revisa una literatura que muestra cómo los entornos deportivos han permitido implementar con éxito la primera prueba, o la mejor prueba hasta la fecha, de varios modelos e hipótesis, y descubrir nuevos fenómenos. No se trata de qué puede hacer la economía por los deportes, sino de qué pueden hacer los deportes por la economía.
Si bien los investigadores suelen señalar la relevancia de sus investigaciones, los modelos económicos y los métodos econométricos suelen ser inaccesibles para un público más amplio. Gabriel Ahlfeldt explica cómo los paneles interactivos (dashboards) representan una herramienta útil, aunque infrautilizada, para mejorar la accesibilidad de la investigación cuantitativa y aumentar su impacto, mostrando cómo tienen el poder de hacer que las investigaciones complejas sean accesibles al público y a los formuladores de políticas.
Finalmente un dataviz que muestra qué tan bien le está yendo a la economía a partir de múltiples indicadores utilizados para determinar si la economía está en recesión.
Fuente: Spilled Coffee
También te puede interesar: Repositorio con recursos sobre machine learning, blockchain, computación cuántica, deep tech, innovación y evaluación de impacto. Disponible en GitHub.
Hasta aquí el post del día de hoy y recuerda que puedes seguirme en X (antes Twitter) y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.
Comentarios