Distancias (V): el colofón irónico-especulativo
Remato la serie sobre distancias con una entrega especulativa. Según se la mire, o bien nunca se ha hecho esa… más
consultoría
Distancias (IV): la solución rápida y sucia
Prometí (d)escribir una solución rápida y sucia para la construcción de distancias cuando fallan las prêt à porter (euclídeas, Gower,… más
Distancias (III): la gran pregunta
Dejemos atrás los puntos en el plano. Olvidemos al Sr. Gower. La gran pregunta a la que uno se enfrenta… más
Distancias (I): el planteamiento del problema
Me han pedido (vía Twitter) que desarrolle cosas que tengo por ahí desperdigadas (p.e., en las notas de esos cursos… más
«The great reset»
La ciencia de datos es la ciencia de la extrapolación. Todas las técnicas que la componen tratan de eso: de… más
Lo que queda cuando has eliminado tantas cosas que ya no se entiende nada se llama «paper»
Para un observador externo objetivo, eso que llaman ciencia es un conjunto de tinglados absolutamente intrascendente en para su día… más
CausalImpact me ha complacido mucho
Estoy aquí analizando datos para un cliente interesado en estudiar si como consecuencia de uno de esos impuestos modennos con… más
Fases divergentes y convergentes del análisis de datos
Aquí se propone un método para el análisis de datos que resume Consta de dos procesos divergentes, la exploración de… más
Clasificación vs predicción
Aquí se recomienda, con muy buen criterio, no realizar clasificación pura, i.e., asignando etiquetas 0-1 (en casos binarios), sino proporcionar… más
Sobre la normalización de las direcciones postales
Lo de las direcciones postales es un caos. Trabajar con ellas, una tortura. Y cualquier proyecto de ciencia de datos… más
P-valores y decisiones
Los números de esta entrada son reales aunque disfrazados: proceden de un proyecto real. Para medir la efectividad de una… más
¿Qué variable distingue mejor dos subgrupos?
Es una pregunta que surge reiteradamente. Por ejemplo, cuando se compara un clúster con el resto de la población y… más