El Analista Económico-Financiero

Pues esta semana les traigo algunos recursos para los interesados en la ciencia de datos. Recuerden que no todo es saber código. Como bien señala nuestro primer artículo recomendado de la revista de negocios de la London School of Economics:  Los modelos matemáticos son simplificaciones. Ningún modelo es capaz de integrar todos los numerosos equilibrios políticos, económicos y sociales que intervienen en la toma de decisiones de política pública. Las soluciones son tanto técnicas como sociales. Por ello, necesitamos más trabajo sobre el contexto social y el contenido social de los modelos matemáticos, y un pensamiento crítico sobre cómo estos modelos interactúan con la toma de decisiones y el desarrollo de políticas ( LSE Business Review ) y ojo que esto también aplica para las empresas. El siguiente artículo , parte de un "estudio" para evaluar si el aumento del IVA de bebidas azucaradas redujo realmente el consumo. Lo interesante, es que los autores del post llevan a cabo

El día de hoy, les comparto una serie de artículos variados, que van desde la discusión de métodos estadísticos aplicados a la evaluación, el análisis visual, el uso de IA en finanzas, y por qué no, el uso del aprendizaje automático para evaluar el impacto de la electrificación. Finalmente, un recurso para practicar el uso de TensorFlow. Así que, arrancamos con nuestra primera recomendación para los científicos de datos que les gusta la evaluación de impacto Bayesiana:  Bringing informative priors into your experiment: Bayesian impact evaluation ( Development Impact ). En Medium, Fahad Mirza nos comparte sus 25 mejores visualizaciones para resumir datos en STATA (con código completo). Suptech in insurance supervision : Dada la importancia del papel de la tecnología de supervisión (suptech) en la "nueva normalidad", los supervisores de seguros ven la necesidad de comprender claramente el potencial de la suptech para ayudar a su trabajo. Este documento pretende contribuir a

"Si tuviera una hora para resolver un problema y mi vida dependiera de la solución, emplearía los primeros 55 minutos en determinar la pregunta adecuada, pues una vez que conozca la pregunta adecuada, podría resolver el problema en menos de cinco minutos" -Albert Einstein (1879-1955) Viene el fin de semana y si eres de los que les gusta mantenerse al día con lo último en ciencia de datos, aquí te dejo siete lecturas que te ayudarán a mejorar tus habilidades: 23 preguntas que se hace un proyecto de ciencia de datos exitoso antes de embarcarse ( IBM Data Science ). En el siguiente artículo, se explica de manera sencilla qué es la valoración del impacto y cómo puede medir el valor empresarial de los esfuerzos sociales y medioambientales ( WEF ). Sin duda, les dará buenas ideas en el análisis de datos en los criterios ESG (factores ambientales, sociales y de gobierno corporativo que se tienen en cuenta a la hora de invertir en una empresa). El siguiente artículo justamente pro

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 Dat

I. Expectativas geoeconómicas Como si el mundo no tuviese bastantes asignaturas pendientes por las cuales preocuparse, como el cambio climático, con el conflicto Ucrania-Rusia la tensión global está por los aires. El encuadre del escenario global es el siguiente: Dado que se prevé que la inflación siga siendo alta en muchas partes del mundo en 2022, especialmente en Europa y Estados Unidos, cuando hasta el año pasado, se creía en gran medida que la inflación iba a ser temporal. Como consecuencia de lo anterior, se espera que la economía global entre en una recesión global en 2023. Con la seguridad alimentaria y energética amenazada, y el estancamiento de los salarios, muchos países se enfrentan a crisis del coste de la vida. Los organismos internacionales ya están revisando las perspectivas de crecimiento a la baja acompañados con una alta inflación. Fuentes: WEF y El Blog Salmón Nada de esto es nuevo, el problema es, tal y como lo mencionaba en  Escenarios económicos 2023: una guía

En el post del día de hoy, les traigo una serie de artículos sobre ciencia de datos ( data science ), especificamente mucho sobre aplicaciones de aprendizaje automático ( machine learning ). Ciencia de datos Mi primera recomendación es leer Economistas en ciencias de datos: un terreno fértil y una adaptación con impronta bilardista de Walter Sosa Escudero todo un referente de la divulgación del data science . Ejemplos de aplicaciones de ML e IA A continuación, les dejo una lista de lecturas que muestran diversas aplicaciones de machine learning (ML) o inteligencia artificial (IA): Podcast The Mixtape with Scott - S1E24: Interview with Ronny Kohavi, Computer Scientist . Ronny Kohavi habla de los primeros días del aprendizaje automático y las pruebas A/B en tecnología. ¿A quién le importa el cambio climático? la respuesta se obtuvo con un web scraping y un análisis de texto con un enfoque de redes complejas. Introducing Whisper . Los autores han entrenado y están abriendo ( open IA )

Aviso importante El objetivo de este análisis es demostrar que existen otras bandas y otros álbumes que siempre vale la pena darles una escuchada. Ser la banda que más vende no significa verdaderamente que sea la mejor. Recuerda: correlación no implica causalidad . Introducción En el mundo del Heavy Metal , el término The Big Four se refiere a las cuatro bandas consideradas como "las más importantes e influyentes" (en realidad con mayor éxito comercial) del Thrash Metal estadounidense: Metallica, Slayer, Megadeth y Anthrax.  The Big Four quedaría acuñado con la grabación en vivo del álbum: 'The Big Four: Live from Sofia, Bulgaria' en 2010. A partir de ese momento, mucho se ha discutido sobre ampliar el término a un “Big Seven” , añadiendo a Exodus, Overkill y Testament; ya que tanto Exodus (fundada por Kirk Hammett en 1979) como Overkill (1980) que junto a Metallica (1981) y Anthrax (1981) se podrían considerar como las bandas pioneras del movimiento Thrash . No

Hoy en día, las empresas colaboran en redes de valor hiperconectadas. El uso eficaz de los datos en la manufactura puede hacer que las empresas sean más sostenibles y rentables. Concretamente, utilizando aplicaciones de datos y análisis para impulsar la productividad, desarrollar nuevas experiencias de los clientes y mejorar el impacto social y medioambiental de las empresas. Con el análisis de datos las empresas pueden: Proporcionar información procesable discerniendo patrones a partir de los datos mediante el análisis humano de informes y cuadros de mando ( dashboards ). Predecir resultados futuros para que las partes interesadas actúen, utilizando análisis avanzados de datos históricos (series temporales). Habilitar sistemas de auto-optimización que tomen acciones autónomas a través de algoritmos de auto-aprendizaje, con información de datos históricos y en tiempo real ( machine learning ). La inversión digital está dando sus frutos de múltiples maneras para las empresas que lideran

La transformación digital, en sentido amplio, es la integración de las tecnologías digitales en todas las áreas de una empresa, mejorando los procesos operativos actuales y creando otros nuevos, y aportando más valor a los clientes. Representa un cambio cultural hacia formas más ágiles e inteligentes de hacer negocios, impulsadas por tecnologías como la analítica avanzada y la Inteligencia Artificial ( Statista ). Con esta definición sobre la transformación digital, arrancamos el post del día de hoy, dedicado a compartirles recursos, tanto para los interesados en aprender ciencia de datos, como para aquellos que desean seguir practicando con herramientas más avanzadas.  Índice de Calidad de Vida Digital 2021 Antes que nada me gustaría compartirles un Índice que mide el nivel de Calidad de Vida Digital en 2021. Se trata de una investigación global sobre la calidad de bienestar digital en 110 países (90% de la población mundial). Este estudio rankea a los países atendiendo a cinco pilar

My recommended reading on Data Science for this week: The Evolution of Media: Visualizing a Data-Driven Future ( Visual Capitalist ). From RCT data to survey instruments: how to find what you need on the J-PAL Dataverse ( J-PAL ). Social media influences the mainstream media ( VoxEU ). Using machine learning to assess the impact of deep trade agreements ( VoxEU ). Complete Explanation on SQL Joins and Unions With Examples in PostgreSQL ( Regenerative ). Causal Forecasting at Lyft ( Lyft Engineering ). Last but not least, Get Trello Boards data with py-trello ( IBM Data Science in Practice ). Feel free to follow me on Twitter

Check out this week's series of resources to help you get up to speed with the world of data.: Megatrends Fueling the Rise of Data Storytelling ( Visual Capitalist ). 3 Key Benefits of Implementing a Data Fabric for Your Business ( IBM Data Science in Practice ). Learn the basics of Python ( IBM Developer ). A Complete Guide for Detecting and Dealing with Outliers ( Regenerative ). Using machine learning to study parenting styles ( VoxEU ). Recent Advancements in Applied Instrumental Variable Methods ( YouTube ). Finally,  LinkedIn’s Top Companies in Technology & Information ranks the 25 best companies to grow a career in the industry. Feel free to follow me on Twitter

La denominada "economía de los datos" ( data economy ) se caracteriza por un ecosistema de diferentes tipos de agentes del mercado -como fabricantes, investigadores y proveedores de infraestructuras- que colaboran para garantizar que los datos se encuentren accesibles y sean utilizables. Esto permite a los agentes extraer valor de estos datos, creando una variedad de aplicaciones con un gran potencial para mejorar la vida cotidiana, por ejemplo, la gestión del tráfico, la optimización de las cosechas o la atención sanitaria a distancia ( Comisión Europea , 2017). Dado que los datos son un activo, del cual los analistas de datos, pueden extraer valor de los mismos a través de highlights e insights de la información analizada, los cuales soy muy útiles para una mejor toma de decisiones avalada por los datos ( data-driven decision making ). Por ello, actualmente se reconoce la existencia de una economía basada en datos ( data-driven economy ). Explicado lo anterior, mi prime

Tanto el análisis de datos, la inteligencia de negocios y la ciencia de datos, tienen un objetivo en común, obtener a partir de los datos, un conocimiento que nos aporte valor o una ventaja competitiva a través de una mejor toma de decisiones basadas en evidencia. En el post del día de hoy, les comparto una serie de artículos que te serán de ayuda en el análisis de datos y las recomendaciones para la toma de decisiones y otras aplicaciones.   Muchas veces leemos o escuchamos sobre la toma de decisiones o los tomadores de decisiones.  Pero realmente ¿existe un proceso de toma de decisiones? La respuesta es sin duda que sí, y el proceso sería más o menos el siguiente: Definición del problema Fase previa: En la que hacemos un análisis del contexto. Toma de datos. Creación y toma de información. Creación de conocimiento. Toma de decisión propiamente dicha. Fuente: Sintetia Hoy en día, gracias a los avances tecnológicos, podemos hacer análisis más avanzados con ayuda de la inteligencia arti

The weekend is almost here! Get ready for our longer-form weekend reads with some resources for data scientists: Video:  How Will Machine Learning Impact Economics? ( Marginal Revolution University ). The design of a data governance system ( BIS ). Cloud economics and the six most damaging mistakes to avoid ( McKinsey ). Designing experiences through data stories ( IBM Design ). Six Questions about doing Power Calculations ( Development Impact ). Inflation Trends: What’s the Outlook? ( Enterprising Investor ). Regression in TensorFlow Using Both Sequential and Function APIs ( Regenerative ). On-device Text-to-Image Search with TensorFlow Lite Searcher Library ( TensorFlow Blog ). Feel free to follow me on Twitter

For data science enthusiasts, here are my recommended articles to read this weekend: How advanced analytics can address agricultural supply chain shocks ( McKinsey ). Satellite Maps: Shanghai’s Supply Chain Standstill ( Visual Capitalist ). Machine learning can help protect urban water. Here's how ( WEF ). Asjad Naqvi has released a package bimap that provides the ability to draw bi-variate maps in Stata ( GitHub ). Details of Violinplot and Relplot in Seaborn ( Regenerative ). 20 Very Commonly Used Functions of PySpark RDD ( Regenerative ). Why I am now more cautious about using or recommending matched pair randomization and like matched quadruplets instead ( Development Impact ). Feel free to follow me on Twitter

En posts anteriores, he compartido una serie de recursos dirigidos a los entusiastas por aprender ciencia de datos para todos los niveles (básico, intermedio y avanzado). Sin embargo, la entrada del día de hoy proporciona recursos para personas que ya saben programar, y lo que necesitan es mejorar sus conocimientos técnicos/científicos de los datos. Teoría y metodologías para la ciencia de datos What is edge computing?  Un entorno de edge computing distribuye y gestiona las cargas de trabajo más allá del centro de datos o de la nube, en o cerca de las ubicaciones donde una empresa lleva a cabo sus actividades ( IBM Developer ). Rhetological Fallacies . Web interactiva en español que te permite visualizar los errores y manipulación de la retórica y el pensamiento lógico ( Information is beautiful ). Selection in surveys . Las encuestas son una fuente de información crucial para muchas decisiones políticas importantes. Sin embargo, se sabe poco sobre la medida en que los diferentes sesgo

En la entrada del día de hoy, les hablaré sobre dos aspectos fundamentales de la ciencia de datos. Por una parte, por qué es tan importante promover la alfabetización y la cultura de los datos en las organizaciones. Por la otra, la relevancia de aplicar el método científico para el tratamiento de los datos. La alfabetización y cultura de los datos El año pasado, me dí a la tarea de impartir webinars con el objetivo de la alfabetización de los datos ( ver vídeos ), ya que la alfabetización en datos es la clave para tomar mejores decisiones, innovar y crear organizaciones basadas en datos ( Tableau ). Así como, sin una alfabetización universal en Inteligencia Artificial, ésta nos fallará ( WEF ). También te podría interesar:  The Economics of Data Businesses ( Pivotal ). El método científico para el tratamiento de los datos Una de las grandes confusiones en el análisis de datos y en el data science, es la ansiedad de los jóvenes en programar sin saber estadística y matemática. Aunado,

Esta semana, les traigo a colación una serie variopinta de temas de actualidad, así como invitarlos a dos webinars que estaré impartiendo esta semana. Aquí una lista con los temas del post del día de hoy, espero que los disfruten: Algunas innovaciones como resultado de los experimentos espaciales Evaluación de una app de rastreo Educación Financiera Cinco mitos de las metodologías ágiles La regulación financiera y los riesgos climáticos Cuaderno Centroamericano del ICAP No. 37 (2022) Invitación webinars 22 y 23 de febrero de 2022 1. Algunas innovaciones como resultado de los experimentos espaciales Cuando se habla de exploración espacial, muchas personas se cuestionarán el costo-beneficio para la humanidad, para ayudar a despejar estas dudas, aquí va mi primera lectura recomendada para esta semana: Así es como la investigación en el espacio está cambiando la vida en la Tierra ( WEF ). 2. Evaluación de una app de rastreo A veces, cuando hablamos del costo que tiene una app el total nos