7 resultados
Resultados de la búsqueda
Mostrando 1 - 7 de 7
Ítem Empezando a visualizar datos con R y ggplot2 (segunda edición).(Universidad Icesi, 2023-08-31) Alonso Cifuentes, Julio César; Largo, Maria Fernanda; Largo, Maria FernandaSi estás leyendo este libro, ya haces parte de la comunidad que emplea R para analizar datos. Esta obra tiene como objetivo presentar una primera aproximación a visualizar datos con el paquete ggplot2 (Wickham, 2016) de R (R Core Team, 2018). Este paquete permite visualizar rápidamente e intuitivamente datos en R empleando una gramática estándar. Si eres nuevo en el universo de R o en el uso del paquete ggplot2, este libro será un buen punto de arranque. Si ya eres usuario de ggplot2, te recomendamos revisar los Capítulos 8 y 9, donde encontrarás material más avanzado. Aquí se recoge nuestra experiencia trabajando con R y ggplot2 para resolver problemas con datos desde el CIENFI (Centro de Investigación en Economía y Finanzas) de la Universidad Icesi. En el CIENFI, empleamos R para la transformación de datos en conclusiones que faciliten la toma de decisiones en organizaciones privadas y públicas. Toda esta experiencia la queremos plasmar en esta obra para asegurar que nuevas generaciones de profesionales continúen fortaleciendo la comunidad de R alrededor del mundo. Este libro también refleja la evolución del paquete y conocimiento que hemos recogido en el CIENFI desde la primera guía introductoria al paquete publicada en 2012 (Alonso y González, 2012). Los comentarios de sus lectores y estudiantes nos han motivado para escribir este libro. Este es el tercero de una serie de libros introductorios al uso de R. El primer libro (Alonso y Ocampo, 2022) presenta una breve introducción para iniciar a usar R. En él se enseña cómo instalar R, la interfaz RStudio y paquetes, cómo cargar diferentes bases de datos y cómo realizar operaciones aritméticas y lógicas con objetos. También se discuten las clases esenciales de objetos sencillos y compuestos. No dudes en consultar ese primer libro si aún no has iniciado tu camino por el universo de R.Ítem Una introducción a los modelos de Clústering empleando R(Universidad Icesi, 2025-03-01) Alonso C., Julio César; Hoyos B., Cristian Camilo; Largo L., María FernandaEste libro es una introducción clara y accesible a los modelos estadísticos y de aprendizaje de máquina aplicados al clustering. Dirigido a quienes inician su formación como científicos de datos, ofrece una guía esencial para entender cómo identificar y agrupar elementos similares, manteniendo la mayor diferencia posible entre los grupos, también llamados conglomerados, clases o clústeres. Estas técnicas no solo pueden responder preguntas de negocio por sí solas, sino que también son clave en la exploración de datos antes de desarrollar modelos complejos y probar hipótesis. A lo largo del libro, descubrirás cómo construir y analizar estos grupos con aplicaciones prácticas y enfoques fundamentales.Ítem Modelo de machine learning para clasificación de pacientes con glaucoma en la población del Valle del Cauca(Universidad Icesi, 2022-01-01) Cardona Suárez, Juan Camilo; Fernández Agudelo, Fabio Nelson; Muñoz, Edgar; Rivera Hoyos, Carlos; Asesor Tesis; Asesor TesisEn este trabajo de grado se formuló una propuesta para abordar el problema de modelos de Machine Learning (ML) no adaptados a las características raciales/étnicas de la población del Valle del Cauca para clasificar pacientes con Glaucoma. Para hacerlo, se usó la metodología CRIPS-DM (CRoss Industry Standard Process for Data Mining) Project que aborda las seis fases del ciclo de un proyecto de analítica de datos. Los modelos, técnicas y herramientas de la ciencia de datos usados para abordar la solución al problema fueron modelos de Deep Learning usando Redes Neuronales Convolucionales y de Transfer Learning usando Inception V3. La validación a la que fue sometida la propuesta consistió en evaluar los modelos entrenados en la muestra de test que fue reservada y se analizaron los resultados obtenidos en una matriz de confusión, obteniendo que el mejor modelo para clasificación del glaucoma es el modelo Inception V3 como el mejor clasificador, con un AUC ROC en el set de validación del 0.8706 y 0.9084 en el set de test, esto se logró al contar con un gran número de imágenes para entrenamiento y un modelo que fue previamente preentrenado, disminuyendo los efectos adversos de contar con una baja cantidad de datos y clases desbalanceadas. Finalmente, se puede afirmar que el enfoque de solución propuesto y la metodología empleada para obtener los resultados reportados son aceptables y permiten a futuro seguir explorando modelos más precisos.Ítem Proyecto Minerva(Universidad Icesi, 2023-12-18) Tabares Gallego, Jhonatan; Arenas Guerrero, Fernando Antonio; Asesor/DirectorMinerva es un proyecto I+D+I de analítica de datos enfocado en la optimización de la gestión del talento humano, para la identificación de brechas de conocimiento y la clasificación del conocimiento Con una metodología ágil busca garantizar un uso eficiente de recursos y un impacto significativo en la formación. Esta iniciativa se posiciona como una herramienta estratégica en la era de la transformación digital, capitalizando la ciencia de datos como un activo y promoviendo una cultura digital y una inversión consciente para un retorno sostenible en el capital humano.Ítem Introducción al análisis de canastas de compra para analytics translators y científicos de datos (empleando R)(Universidad Icesi, 2025-05-01) Alonso, Julio César; Arboleda, Ana MaríaEl análisis de canastas o de cesta de compra (en inglés es conocido como Market Basket Analysis o simplemente por la sigla MBA) es una herramienta poderosa en el mercadeo. Permite entender mejor el comportamiento y los hábitos de compra de los clientes cuando se cuenta con datos transaccionales. En especial, el MBA encuentra reglas de asociación que permiten identi car qué productos suelen comprarse juntos. Como se discutirá en esta obra, las reglas de asociación son útiles, por ejemplo, para desarrollar estrategias de ventas cruzadas y promociones personalizadas. Este libro está dirigido a dos roles en el mundo del business analytics: el cientí co de datos y el analytics translator .Ítem Introducción al modelo clásico de regresión para científicos de datos en R(Universidad Icesi, 2024-04-15) Alonso Cifuentes, Julio César; Alonso Cifuentes, Julio CésarEn la práctica es común encontrarse con científicos de datos que emplean el modelo de regresión múltiple para resolver preguntas de negocio. Si bien es popular ese uso, es poco frecuente observar en la práctica el chequeo de todos los supuestos que están detrás de este modelo y que hacen que éste pueda generar respuestas adecuadas. El objetivo de este libro es presentar el modelo estadístico clásico de regresión múltiple con toda la formalidad posible a los científicos de datos. Para lograr este objetivo se presenta una mezcla entre los fundamentos (estadísticos y de álgebra lineal) teóricos del modelo y cómo llevarlo a la práctica empleando R.Ítem Dashboard Repuestos Críticos Tubosa(Universidad Icesi, 2024-06-28) Lozano Laguna, Jeimmy; Tejada Mosquera, Steven; Yánez Valencia, Christian Camilo; Mendoza Balanta, Jose SebastianEl área de mantenimiento y compras de la empresa Tubosa, comparten una MCI (Meta crucialmente importante) la cual consiste específicamente en: Garantizar el stock de repuestos necesarios para lograr el 100% de asertividad en los mantenimientos programados. Esta MCI nació de la pérdida de producción por líneas paradas a falta de repuestos críticos para su cambio y mantenimiento. Desde hace años la empresa presenta este problema, evidenciándose los lunes de cada semana en la entrega de indicadores, en donde se informaban las líneas de producción paradas y los repuestos pendientes por llegar; al mirar el indicador, solo se evidenciaba un 60%-70% de efectividad en los repuestos requeridos. Que pasa con estos repuestos, muchos ni siquiera tenían un código único, para lograr un mejor seguimiento en el historial de compras de la compañía: ¿Cuándo fue la última compra, quién fue el último proveedor, cuánto tiempo se demoró en llegar el repuesto en la última compra? Nada de esto era posible evidenciar, por falta de asignación de códigos a los repuestos. El objetivo de este proyecto es la creación de dashboard el cual logre categorizar los repuestos críticos y emitir una alerta temprana de inventario mínimo y máximo que se debe tener de cada repuesto, dependiendo de su vida útil y rotación de los mismos. Para esto es necesario una modificación del área de compras, en la cual se contrate un auxiliar de compras, encargado de verificar que todos los repuestos críticos tengan códigos únicos de creación, para así lograr un seguimiento a través del historial de compras de la empresa. Este dashboard mejoraría la MCI aumentado su porcentaje de asertividad y con la clasificación de los repuestos en categoría, ayudará al área de compras a realizar licitaciones u órdenes de compras macros las cuales generan ahorros importantes y fortalecimiento de las relaciones comerciales con los proveedores y clientes, aumentado la cantidad de repuestos comprados y mejorando los plazos de pagos de estos.