Construye tu futuro en ciencia de datos: domina la reproducibilidad, explora recursos y descubre aplicaciones prácticas



Reproducibilidad

Retomando la discusión sobre la importancia de la reproducibilidad del código publicada en un post anterior. Les cuento que en 2019, la revista Management Science introdujo una política que exige a los autores que pongan a disposición sus materiales de estudio. Aprovechando esto como una oportunidad, un grupo de investigadores se dio a la tarea de evaluar el impacto de la política y el estado de la reproducibilidad de los estudios. Los autores señalan que la reproducibilidad es una característica esencial de los resultados de investigación confiables, pero no puede garantizar la replicabilidad (LSE Impact Blog).

Recursos para aprender ciencia de datos

  • Paul Goldsmith-Pinkham (profesor en la Escuela de Administración de Yale) comparte notas de conferencias escritas para su curso de doctorado sobre métodos empíricos aplicados. También diapositivas, preguntas de exámenes y más (GitHub).
  • Árboles de decisión en python con sklearn (Regenerative).
  • Graficar redes neuronales en TensorFlow (TensorFlow Blog).

Casos de uso de datos

  • Disentangling Demand and Supply of Media Bias: The Case of Newspaper Homepages (SSRN).
  • How is satellite data revolutionizing the way we track greenhouse gas emissions around the world? (Data Blog).
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.

Si eres de los que les gusta aprender por su cuenta y a su propio ritmo, aquí les dejo mi repositorio en GitHub con recursos sobre machine learning, blockchain, computación cuántica, deep tech, innovación y evaluación de impacto.

¡Hasta la próxima!

Comentarios

Entradas populares de este blog

¿Qué significan los números en el triángulo de reciclaje de los plásticos?

Metallica versus Megadeth ¿quien es mejor? la estadística nos da la respuesta

Los programas más usados por economistas