Reunión

35 – Jueves 12 de mayo 2016

Reunion Grupo Usuarios de R de Madrid - 2016-May-12_ V1

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.

33 – Jueves 17 de marzo 2016

Reunion Grupo Usuarios de R de Madrid - 2016-Mar-17 - V1

32 – Jueves 11 de febrero 2016

Reunion Grupo Usuarios de R de Madrid - 2016-Feb-11 - V2.0

Nota: Por un problema de última hora, Gabriel no ha podido asistir a la reunión pero nos pasará el material que había preparado.

Jueves 14 de enero 2016

Reunion Grupo Usuarios de R de Madrid - 2016-Ene-14 - V1.0

(Nota: Tanto el video de “Calidad del Aire de Madrid” como el de “Price Sensitivity Meter” están incompletos debido a un problema con el móvil con el que se ha grabado. El video del MediaLab-Prado no presenta este problema).

Jueves 12 de noviembre 2015

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

Video completo de MediaLab:

 

Jueves 15 de octubre 2015

Reunion Grupo Usuarios de R de Madrid - 2015-Sep-15 - 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.