Resultados de la búsqueda para: concejero

Nº de resultados: 23

64 – Jueves – 13 de febrero 2020

  • Lugar: «Bar S10»
  • Cómo llegar: Metro Islas Filipinas – Moncloa – Argüelles | Autobús: Línea 2
  • Hora: 7:00pm – 8:30pm
  • Introducción a la sesión y presentación de patrocinadores (5 minutos)
  • Presentaciones:

Pedro Concejero:

Persuasión de masas por métodos psicográficos … y algún escándalo en Facebook (Presentación)

José Manuel Ropero

Modelización de un CustomerJourney en Banca con R/Keras (Presentación)

  • Videos (las dos presentaciones juntas)

61 – Jueves – 13 de junio 2019

Pedro Concejero:

  • «peRcepción del coloR y visualización en R (reloaded)».

Eduardo Suja:

  • «Análisis de los patrones de contratación del servicio de bicicletas BICIMAD».

Videos:

34 – Jueves 14 de abril 2016

Reunion Grupo Usuarios de R de Madrid - 2016-Abr-14 - V1

Nota: Hemos tenido un problema con la calidad de la grabación de los videos. Como la calidad del sonido es buena, hemos decidido subir los videos. Con el sonido y las presentaciones se pueden seguir las presentaciones a pesar de esta dificultad. Gracias y disculpas por el problema.

Jueves 12 de noviembre 2015

Reunion Grupo Usuarios de R de Madrid - 2015-Nov-12 - V1

Video completo de MediaLab:

 

Martes 12 de mayo 2015

  • Lugar: MediaLab Prado – C/Alameda 15.
  • Cómo llegar
  • Hora: 7:00pm – 8:30pm
  • Introducción a la sesión y presentación de patrocinadores (5 minutos)
  • Presentaciones:
    • Esta reunión la celebraremos conjuntamente con el grupo de «OpenAnalytics«.
    • Las dos primeras presentaciones serán de OpenAnalytics y la última de la sesión será de nuestro grupo.

Reunion Grupo Usuarios de R de Madrid - 12-Mayo - V2

  • Pedro Concejero: «Clasificación de películas con el dataset Movielens – técnicas de factorización en R».
    Los datasets de Movielens son un clásico de la investigación en recomendadores (https://movielens.org/ http://grouplens.org/datasets/movielens/). Muy recientemente (abril 2015) se ha liberado el último dataset con 20 millones de valoraciones de más de 26 mil películas por parte de casi 140 mil evaluadores. Las técnicas de reducción de dimensionalidad, o factorización, son la base para el desarrollo de recomendadores, pero también permiten extraer agrupaciones de contenidos similares por las preferencias de los evaluadores, se pueden interpretar también como «géneros aprendidos». En esta charla veremos la aplicación de las técnicas de factorización y los retos que supone abordar este dataset, todo ello con las múltiples herramientas analíticas que ofrece R.