Los días 13 y 14 de febrero no podéis perderos en Madrid el ILOVEFS18, un evento al que, si estáis por aquí, no podéis faltar. Para más información tenéis el siguiente link: http://medialab-prado.es/article/ilovefs18 ¡Nos vemos!
¿Si Facebook prestara dinero? ¿Si Facebook hiciera un banco? Tiene información interesante de nosotros, variables relevantes para cualquier modelo de scoring de crédito y sabe cómo es tu comunidad de amigos cibernéticos y cuáles de ellos podrían avalarte a la hora de conceder un crédito. Además, tanto Facebook como Amazon o Wallapop tienen sus propios medios de pago, y Google no tardará en crear su propio banco. Unos están creando la economía del futuro y otros no pueden sobrevivir sin programadores en COBOL. Entiendo que se quieran transformar, aunque a lo mejor no es un tema de captar pasivo y prestar dinero; a lo mejor es un tema de relacionar los recursos de las personas.
Como sabéis, Correos (empresa de capital 100% público) ha decidido no colaborar con CartoCiudad (leer los comentarios de este enlace) y poner precio a los mapas de España por códigos postales. El ahora escribiente no se descargó todas las provincias y no puede pasaros estos archivos shape; sin embargo, un comentario de Iñigo Flores en el mismo enlace de antes nos pone en la pista de un dataset con los códigos postales. Podemos encontrar tanto los archivos shape como los archivos geojson: ...
Típico gráfico de dos ejes de barras y líneas donde las barras miden una exposición y las líneas una frecuencia; en el mundo actuarial son muy habituales y son muy útiles para ver proporciones dentro de grupos a la vez que representamos el tamaño del grupo. Los datos habituales del curso de GLM for insurance data: import pandas as pd import io import requests # Lectura de un dataset con número de siniestros de una cartera de automóviles url = 'http://www.businessandeconomics.mq.edu.au/our_departments/Applied_Finance_and_Actuarial_Studies/acst_docs/glms_for_insurance_data/data/claimslong.csv' s = requests.get(url).content df = pd.read_csv(io.StringIO(s.decode('utf-8'))) df.head() Ya tenemos un data.frame con nuestros datos leyendo directamente del CSV; ahora preparamos los datos para representarlos: ...
Entrada análoga a otra realizada con R hace mucho tiempo empleando R; ahora realizo esta tarea con Python. Estos gráficos van a ser necesarios para un fregado en el que ando metido ahora y, como podéis ver, es una tarea muy sencilla: import pandas as pd import matplotlib.pyplot as plt from statsmodels.graphics.mosaicplot import mosaic url = 'http://www.businessandeconomics.mq.edu.au/our_departments/Applied_Finance_and_Actuarial_Studies/acst_docs/glms_for_insurance_data/data/claimslong.csv' df = pd.read_csv(url) mosaic(df, ['agecat', 'valuecat']) plt.show() Y da como resultado: Saludos.
Interesante reunión del grupo de usuarios de R de Madrid a la que debo asistir: http://madrid.r-es.org/43-martes-25-de-abril-2017/ Por allí nos veremos si no pasa nada. Saludos.
Traigo hoy al blog una macro de Excel que nos permite recorrer todas las hojas de un libro y, dentro de las hojas, nos permite recorrer todas las tablas dinámicas y actualizar un campo. Cuando tenemos un informe que se basa en tablas dinámicas y tiene una actualización mensual, nos podemos encontrar con la necesidad de cambiar sólo un elemento de la tabla dinámica para actualizar el informe. Éste era el caso de mi compañera; hay una entrada en el blog que ya trataba el tema, pero esta nueva macro supone otra vuelta de tuerca sobre ella: no sólo recorre y actualiza todas las tablas dinámicas de una hoja, además lo hace de todo el libro. El código de Visual Basic para Excel es: ...
En realidad necesitamos repetir filas, pero el número de repeticiones está parametrizado por otro campo. Partimos de un rango donde la primera columna es un valor que necesita ser repetido el número de filas que nos indica la segunda columna. Es una duda que planteaba un lector del blog: Hola, a ver si me podéis ayudar: quiero repetir cada fila el número de veces que hay en cada celda que le corresponde. Es decir, tengo una variable Nombre (Columna A) y otra Frecuencia (Columna B). ...
El Grupo de Usuarios de R de Madrid no ha renovado el patrocinio con Revolution Analytics y, para la financiación de los gastos que genera, se ha lanzado una edición de tazas con el logo del grupo. Las tazas cuestan 9,99 € y se ha hecho una tirada de 100; del precio de estas tazas, la mitad iría para dicha financiación. Para reservar, solo tienes que rellenar este formulario web: ...
Hace unos meses estuve en un data beers que organizó Accenture, que más parecía una reunión de viejas glorias de Neo Metrics, y hablé sobre la transformación de un dinosaurio a un científico de datos; por cierto, me llamó la atención cómo el resto de compañeros hicieron sus presentaciones con software del siglo pasado, y eso que yo era el dinosaurio… Hoy ha salido una noticia sobre el uso de la información de Facebook para tarificar en seguros que define hacia dónde quiero ir y los problemas con los que he de lidiar. Así que hoy voy a escribir sobre mí y la transformación del dinosaurio al científico de datos. ...