Reunión

• Lugar: The Cube – Rufino González 25 – 28037 Madrid
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• • José Manuel Vera: «Entornos Analíticos en Docker. Ejemplo con R.«. (Presentación)
  • Rodrigo Marcos: . «Un entorno para generar modelos con Shiny«

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• • Francisco Rodriguez: «R – Shiny aplicado a la Detección y Predicción de la Criminalidad en Nueva York«. (Presentación).
  • Manuel Mendoza: . «LikelyCloud: Un paquete de R para la identificación de patrones en espacios multidimensionales«

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• • Paula López: «Cómo hacer una presentación con R/RStudio«. (Presentación)
  • Iñaki Úcar. «Tratamiento de eRRoRes con el paquete eRRoRs» (Presentación)

(ATENCIÓN: Los videos en este momento tienen una calidad de sonido muy pobre. Estamos en proceso de mejorarlos).

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• • Jorge Ayuso: «HTMLWIDGETS el principio del fin de ggplot«. (Presentación)
  • Juan Luis Cano. «DASK, computación distribuida en Python a la Spark». (Presentación)

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• Mauricio Beltrán Pascual: «DataMining con RWeka«. (Presentación_1) (Presentación_2) (Código)
• Paulino Tardáguila: «Data Science y Energía: Cómo (casi) gané un concurso de BigData«. (Presentación)
• Claudia Guirao – Fran Diego (Kernel Analytics): «R para saber si vas a venir – Una aproximación a la predicción de cancelaciones en el sector hotelero con R«. (Presentación)

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• Luis Espada Triguero: «Aplicaciones Empresariales con Shiny«.
• José Luis Hidalgo: «Programación Probabilística. ¿Un viejo truco al que le ha llegado su momento?«.

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• Javier Luraschi (RStudio): «sparklyr». (Presentación)

Nota: Estas son las URL de las páginas de otros temas que hemos comentado en la reunión:

• RStudio Tensorflow
• H2O Nuevas funcionalidades (nuevos algoritmos, seguridad y soporte GPUs y Redes profundas – Convolucionadas y Recurrentes)
• H2O GPU Deep Water (Soporte GPU).

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• José Luis Cañadas: «Introducción a sparklyr. Como usar Spark desde R«. (Presentación)
• Luis F. Chiroque: «Ganando la I-COM Data-Science Hackathon 2016«. (Presentación)

• Lugar: MediaLab Prado – C/Alameda 15.
• Cómo llegar
• Hora: 7:00pm – 8:30pm
• Introducción a la sesión y presentación de patrocinadores (5 minutos)
• Presentaciones:

• Manuel Pérez: «Análisis con herramientas R de la página Meetup del Grupo de R de Madrid» (Presentación)
• Francisco Rodríguez: «Introducción a los SVM con R«. (Presentación) (Código)

En colaboración con Microsoft participamos el sábado 24 de septiembre en el evento SQLSaturday de Madrid.

La presentación que se acordó en agosto, consistió en una exposición más detallada de cómo aplicar conceptos de Machine Learning sobre datos de una competición de datos. También se exploró  cuál puede ser el futuro del «Data Scientist» considerando los grandes avances en la automatización que se están produciendo en la generación y evaluación de modelos estadísticos.

• Carlos Ortega: «Machine LeaRning for Data Competitions and the future of the Data Scientist».(Presentación)