PyConES 2016 - py-reglas de asociacion talk
Switch branches/tags
Nothing to show
Clone or download
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
.ipynb_checkpoints
files Pequenas correcciones Oct 9, 2016
reveal.js
.gitignore
AprioriExample.ipynb
MulticlassPrediction.ipynb
README.md
intro.png
py-reglas_asociacion.ipynb

README.md

pyreglasasociacion

PyConES 2016 - py-reglas de asociacion talk

Speakers: Claudia Guirao y Miquel Camprodon

  • 9 de Octubre de 2016, 10:40 - 11:20
  • Sala Cajamar
  • Idioma: ES

Con los grandes volúmenes de datos disponibles hoy en día, encontrar patrones en los datos es una tarea que tiene gran importancia. Con los nuevos dispositivos móviles disponibles poco a poco la recomendación se está imponiendo sobre la búsqueda. Y también hoy en día podemos encontrar un problema de predicción multiclase en cada esquina.

Estos son sólo tres ejemplos para los cuales las reglas de asociación son muy válidas. Las reglas de asociación son un sistema de aprendizaje automático que tiene unas características que las hacen muy especiales: son muy intuitivas y sencillas de trabajar con ellas, y no son complicadas de programar. El resultado de esta técnica por lo general puede resumirse en “si pasa esto, entonces esto otro”, de ahí su fácil implementación. Además, en general ofrecen unos resultados que habitualmente son bastante buenos.

En la charla revisaremos los conceptos básicos de las reglas de asociación: items, antecedentes, consecuentes, soporte, confianza y lift y cómo programar un sistema de reglas sencillo en Python.

Finalmente se muestran ejemplos de aplicación de los sistemas basados en reglas: patrones, recomendación y predicción.

Acerca de

Claudia es doble titulada en derecho y administración de empresas después de ejercer durante varios años como analista de mercado-financiera descubrió su verdadera vocación en el análisis de datos y la programación. Entusiasta programadora en Python y fanática del autoaprendizaje, es actualmente en Senior Data Scientist en Kernel Analytics.

Miquel es un analista de datos y programador. De formación informático-matemático, descubrió en Python el lenguaje perfecto para ensamblar la programación web, el desarrollo de software y la programación científica. Actualmente es jefe de proyectos en Kernel Analytics, dónde también es responsable del área técnica.