@rafaelgomezort@ManoloTorralbo_@Univcordoba Estamos trabajando a tope para poder abrir en horario ampliado lo antes posible. Esperemos que toda la logística quede ajustada para mañana mismo.
Falta una semana para comenzar la primera convocatoria de exámenes en la facultad de medicina de Córdoba, y con un horario de biblioteca totalmente deficiente. ¿Tienen pensado ampliarlo?
@ManoloTorralbo_@Univcordoba
A new proposal based on evolutionary computation to optimise the hyperparameters of machine learning models. In collaboration with my former PhD student, Antonio Moya. ieeexplore.ieee.org/document/10947…
In this new publication, we analyze some data aspects that influence the performance of frequent itemset mining —a good collaboration with our good friend Philippe Fournier-Viger (Shenzen University).
doi.org/10.1016/j.ins.…
One more time on Principal Component Analysis (PCA): Recently, a student asked, "What do principal component loadings look like and can we interpret them?".
To help that student, I wrote this #Python@matplotlib dashboard. Vary the strength of the correlation between features 1, 2 & 3 and watch PCA learn!
- first principal component is a combination of features 1, 2 & 3, describing about 2.7 variance of 4.0 total variance at max. correlation.
- second principal component describes all the 1.0 variance in uncorrelated feature 4
- third and fourth principal components capture the remaining variance, mostly noise
- total variance is preserved, sum principal component variance is 4.0
- without correlation, all principal components equally share the 4.0 total variance.
I shared my dashboard on #GitHub @ github.com/GeostatsGuy/Da… taScience_Interactive_Python/blob/main/Interactive_PCA_Rotation.ipynb ∀. #DataScience#MachineLearning
sciencedirect.com/science/articl…
This paper introduces StaTDS, an open-source library and web application designed to analyze, test, and compare Data Science algorithms
Se dice que Poincaré fue el último matemático capaz de abarcar todas las matemáticas de su tiempo.
Desde Poincaré, la disciplina simplemente se volvió demasiado compleja como para poder ser dominada en el transcurso de toda una vida de estudio.
Desde Poincaré, los matemáticos son especialistas: adquieren conocimientos generales de toda la materia, pero luego concentran su estudio en una única parcela.
Desde Poincaré, solo una vida no basta.
Pienso que los técnicos que crecimos con el Spectrum, el Amstrad o el Amiga somos la generación de Poincaré. Hemos asistido al nacimiento de las computadoras domésticas, de las redes informáticas y de internet. Del florecimiento del software como ingeniería. De la nube. Y, ahora, de la inteligencia artificial. Somos coetáneos de estos cambios que transforman el mundo.
Pero como con Poincaré, la tecnología ya es demasiado compleja como para caber contenida en solo una vida. Los nuevos técnicos conocerán los primeros rudimentos de la profesión informática no por su ejercicio como un fenómeno histórico.
Somos una generación frontera. La única que ha conocido la vida antes y después de la hiperconectividad y los dispositivos móviles. La que ha visto coexistir las máquinas de escribir y los monitores de fósforo verde. La última que pudo abarcar toda la tecnología de su tiempo.
Somos una generación de inflexión.
A partir de aquí, el mundo cambia.
Introduction to Clustering Algorithms - A comprehensive guide to 10 clustering algorithms commonly used for Hierarchical, Partitional, and Density-Based Clustering by @BabitzKevinbuff.ly/3sy0Knu