👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Existen muchos maestros, muchas formas de enseñar pero sin duda tienes un don, haces que lo dificil se entienda muy fácil, no le agregas cosas de más a tus explicaciones y tampoco dejas nada por afuera enseñas justamente lo que tienes que enseñar. Muchas gracias por usar ese dón para enseñarnos. Un abrazo Profe!!
Hola Octavio, despues de muchos cursos oficiales y los autodidactas te encontré, y tu manera de explicar y enseñar me han hecho quedarme en tu canal, gracias por tus aportes y por enseñarnos con tanta dedicación! Te considero uno de los mejores sino el mejor! GRACIAS
Excelente video, aparte de explicar la intuición de la correlación de Pearson te enseña cómo hacer el mapa de calor. Es cierto que con otras librerías de Python se puede hacer más fácil, pero lo que se aprende con matplotlib sirve para muchas otras cosas. Excelente. Gracias.
No suelo comentar mucho en los videos. Necesitaba información sobre correlación y mapas de calor para complementar con la documentación para el estudio que estoy realizando. MUY bueno el video, explicas muy bien. Me ha encantado! definitivamente eres buen comunicador y enseñas bastante bien. Muchas gracias por esta clase amigo :) Un saludo !
Mi enfoque tanto personal es las inversiones en la bolsa y esta es una herramienta fundamental al momento de armar portafolios o de simplemente ver como un índice (SP500, Dow Jones, NASDAQ, VIX, etc) y ver si tienen correlación con precios de acciones, cryptomonedas, etc. o inclusive entre mismos precios de acciones. Gracias por compartir tus conocimiento y hacerlo de manera paciente y precisa
Estimado Sergio gracias por compartirnos aplicaciones del análisis estadístico para la bolsa de valores. La bolsa de valores ha sido una excelente área de aplicación de la estadística, la inteligencia artificial y la ciencia de datos. Hasta donde tengo conocimiento, recientemente han tomado mucha fuerza los modelos de aprendizaje profundo, pero además de ser entrenados con información propia de la bolsa también los entrenan con datos de noticias o redes sociales. Aquí va una referencia que podría interesarte: Khan, W., Ghazanfar, M. A., Azam, M. A., Karami, A., Alyoubi, K. H., & Alfakeeh, A. S. (2020). Stock market prediction using machine learning classifiers and social media, news. Journal of Ambient Intelligence and Humanized Computing, 1-24.
@@CodigoMaquina Muchísimas gracias, agradezco que las veces que escribo en tu canal respondes con respuestas acertadas, recomendaciones, etc. muchas gracias y buscare la referencia bibliográfica que sugieres, mucha suerte y que siga creciendo tu canal! Saludos desde la Ciudad de Mexico.
Gracias Octavio por este análisis tan interesante, te agradezco mucho por la forma tan clara en que lo explicaste, ya me suscribí y quedo atento a todos los videos, son muy interesantes
Hola @arraxidugalde9792 gracias por interactuar y complementar la información del video. Seaborn es una librería muy bonita y práctica. Gracias por ver el contenido del canal :)
Octavio, en primer lugar agradecido por la calidad de los contenidos y el excelente trabajo de docencia que realizas. Solo una duda referente a la matriz de correlación, en el ejemplo determinas que hay ciertas variables que muy cercada a "1" están fuertemente correlacionadas, se dice en la literatura que sobre .65 es fuertemente correlacionadas. pregunta: en un modelo de clasificación u otro, esas variables explican mucho el problema que esté analizando, es recomendable sacar una de esas variables, las dos, o se conservan para el paso de los métodos de selección de variables que van a ser parte de esos modelos.?
Excelente clase y video. Gracias por explicar como generar la matriz de correlacion...consulta...el valor de la correlacion en cada varible de la matriz es spearman o perason?, y dependiendo de lo anterior? Por que toma ese tipo de correlacion ?...gracias
Gracias por tus comentarios y por las preguntas. Primero, este video presenta la correlación de Pearson. Segundo, en realidad tanto la correlación de Pearson como la de Spearman se pueden utilizar. La cuestión aquí es qué tipo de relación entre las variables deseas medir. La correlación de Pearson mide relaciones lineales y la correlación de Spearman mide relaciones monotónicas. En el siguiente video hago una comparación entre ambas relaciones y correlaciones ua-cam.com/video/lzF6NggCSdY/v-deo.html
Gracias por la pregunta. Para cargar un archivo fácilmente, este se tiene que encontrar en la misma carpeta que tu notebook. Con respecto al tipo de archivo, en pandas puedes cargar archivos tanto en formato csv como en formato xlsx nativamente sin necesidad de guardar el archivo de excel como csv. Te paso un video donde explico con detalle: ua-cam.com/video/uGx0PHD6o9M/v-deo.html Gracias por seguir el canal :)
Para series de tiempo te recomiendo echarle un ojo al concepto de cross-correlation / correlación cruzada. Gracias por las preguntas y por ver el canal :)
profe BENDICIONES muchas gracias por tus enseñanzas estoy empezando de cero voy en orden con los videos, sin embargo tengo dos problemas si porfavor me orientas ya que he buscado y no encuentro solucion he repetido los dos videos he buscado informacion y no he podido solucionar, tambien agregando mi poco conocimiento me ha sido complejo, te escribo los errore el primero es : descargar blaze en pandas sale esto: UnsatisfiableError: The following specifications were found to be incompatible with the existing python installation in your environment: Specifications: - blaze -> python[version='>=2.7,=3.5,=3.7,=3.6,
Gracias por tus comentarios y por tus preguntas. Uno de los errores que te está marcando es porque aun no se descarga el archivo personas.csv que tenemos en nuestro repositorio. Se corrige simplemente descargando el archivo de github.com/CodigoMaquina/code/blob/main/datos/personas.csv y colocándolo en la misma carpeta donde tienes tu módulo de python. El otro error que te está marcando es de conflicto de versiones. Python tiene muchas librerías y cada una de ellas se desarrolló con una versión de python en particular. Lo que indica el error es que una librería no es compatible con la versión de python que tienes instalada. Ese tipo de problemas se resuelven creando ambientes (environments) donde se tengan versiones compatibles. Lamentablemente aun no tenemos videos sobre ese tema, pero al menos es un tip para empezar la búsqueda.
👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Existen muchos maestros, muchas formas de enseñar pero sin duda tienes un don, haces que lo dificil se entienda muy fácil, no le agregas cosas de más a tus explicaciones y tampoco dejas nada por afuera enseñas justamente lo que tienes que enseñar. Muchas gracias por usar ese dón para enseñarnos. Un abrazo Profe!!
Agradezco mucho tus comentarios Ronal. Es un verdadero gusto saber que los videos te sean de utilidad. Un abrazo de vuelta.
Minuto: 17:43
📊Seaborn permite realizar una matriz de covarianza con menos código:
import seaborn as sns
sns.heatmap(matriz, annot=True)
plt.show()
Naren gracias por indicar una forma más simple. Comentarios así añaden valor.
Justo ayer en la noche estuve estudiando con varios videos tuyos y ver ahora este nuevo video me cae de perlas, de ante mano muchas gracias.
Emmanuel justo para personas como tú hacemos estos videos. Ánimo, tú puedes alcanzar todas tus metas :)
Hola Octavio, despues de muchos cursos oficiales y los autodidactas te encontré, y tu manera de explicar y enseñar me han hecho quedarme en tu canal, gracias por tus aportes y por enseñarnos con tanta dedicación! Te considero uno de los mejores sino el mejor! GRACIAS
Muchísimas y sinceras gracias por tus comentarios :)
Si, había visto que se podía con menos código, aunque también se agradece ver la lógica de la alternativa. Mil gracias
Excelente video, aparte de explicar la intuición de la correlación de Pearson te enseña cómo hacer el mapa de calor. Es cierto que con otras librerías de Python se puede hacer más fácil, pero lo que se aprende con matplotlib sirve para muchas otras cosas. Excelente. Gracias.
@Enzo Díaz muchas gracias por tus comentarios :)
Que explicación tan pasada, simple y sin tanto enredo, felicitaciones, por favor sigue subiendo videos
Me alegra que los videos sean de tu agrado, seguiremos subiendo más contenido. Saludos!!
No suelo comentar mucho en los videos. Necesitaba información sobre correlación y mapas de calor para complementar con la documentación para el estudio que estoy realizando. MUY bueno el video, explicas muy bien. Me ha encantado! definitivamente eres buen comunicador y enseñas bastante bien. Muchas gracias por esta clase amigo :)
Un saludo !
Muchas gracias por tus comentarios. Es una verdadera gratificación saber que el video es de utilidad :)
hace que lo dificil sea facil , excelente explicación como pocas vi , likes !!
Gonzalo muchas gracias por el apoyo :)
Mi enfoque tanto personal es las inversiones en la bolsa y esta es una herramienta fundamental al momento de armar portafolios o de simplemente ver como un índice (SP500, Dow Jones, NASDAQ, VIX, etc) y ver si tienen correlación con precios de acciones, cryptomonedas, etc. o inclusive entre mismos precios de acciones. Gracias por compartir tus conocimiento y hacerlo de manera paciente y precisa
Estimado Sergio gracias por compartirnos aplicaciones del análisis estadístico para la bolsa de valores. La bolsa de valores ha sido una excelente área de aplicación de la estadística, la inteligencia artificial y la ciencia de datos. Hasta donde tengo conocimiento, recientemente han tomado mucha fuerza los modelos de aprendizaje profundo, pero además de ser entrenados con información propia de la bolsa también los entrenan con datos de noticias o redes sociales. Aquí va una referencia que podría interesarte: Khan, W., Ghazanfar, M. A., Azam, M. A., Karami, A., Alyoubi, K. H., & Alfakeeh, A. S. (2020). Stock market prediction using machine learning classifiers and social media, news. Journal of Ambient Intelligence and Humanized Computing, 1-24.
@@CodigoMaquina Muchísimas gracias, agradezco que las veces que escribo en tu canal respondes con respuestas acertadas, recomendaciones, etc. muchas gracias y buscare la referencia bibliográfica que sugieres, mucha suerte y que siga creciendo tu canal! Saludos desde la Ciudad de Mexico.
Muy buen análisis Octavio con el matshow , mil gracias por su forma al explicar estos topics.
Muchas gracias por tus comentarios y por interactuar en el canal :)
Este canal es oro, gracias!
¡¡¡Muchas gracias!!!
Fácil de entender gracias a tu forma de explicar las cosas. Te agradezco mucho, siempre solucionas todas mis dudas. Like
Muchas gracias por tus comentarios. Siempre es un placer leer que los videos son de utilidad :)
Gracias, muy ilustrativa la explicación.
Excelente video, aprendo mucho viendo toda la guia que subiste
Luis te felicito por todo el empeño que pones en tu formación. Vas a llegar tan lejos como quieras llegar :)
Gracias Octavio por este análisis tan interesante, te agradezco mucho por la forma tan clara en que lo explicaste, ya me suscribí y quedo atento a todos los videos, son muy interesantes
Gracias por ver el canal y por el tiempo destinado a compartirnos tu opinión, la cual verdaderamente agradecemos y valoramos :)
Maestro!!! Muy bien detallada su explicación.. Muchas Gracias. Like + SIGUIENDO !
Muchas gracias por tus comentarios y por el LIKE :)
muy buena explicación. me parece que con "annot = True" dentro de sns.heatmap() agrega los valores, aunque la ciclo for esta interesante
Hola @arraxidugalde9792 gracias por interactuar y complementar la información del video. Seaborn es una librería muy bonita y práctica. Gracias por ver el contenido del canal :)
Octavio, en primer lugar agradecido por la calidad de los contenidos y el excelente trabajo de docencia que realizas.
Solo una duda referente a la matriz de correlación, en el ejemplo determinas que hay ciertas variables que muy cercada a "1" están fuertemente correlacionadas, se dice en la literatura que sobre .65 es fuertemente correlacionadas.
pregunta: en un modelo de clasificación u otro, esas variables explican mucho el problema que esté analizando, es recomendable sacar una de esas variables, las dos, o se conservan para el paso de los métodos de selección de variables que van a ser parte de esos modelos.?
Muchas gracias por tu aporte, subscrito!
@JorgeJaramilo muchas gracias. Feliz año!!!
que buen canal, sigue porfavor haciendo videos
Muchas gracias por tus comentarios y por seguir al canal. Mientras haya salud, tengo la esperanza de poder hacer muchos más videos :)
Súper, gracias.
Diego muchas gracias por tu comentario y por interactuar en el canal :)
Muchas gracias!!
Gracias por interactuar en el canal :)
Excelente explicación! Muy buenos videos. Gracias.
tus videos son excelentes, muchas gracias
Muchas gracias por tus comentarios :)
muy intersante el video , gracias..!!
¡Muchas gracias!
Muy bueno, felicitaciones !
¡Muchas gracias!
Excelente clase y video. Gracias por explicar como generar la matriz de correlacion...consulta...el valor de la correlacion en cada varible de la matriz es spearman o perason?, y dependiendo de lo anterior? Por que toma ese tipo de correlacion ?...gracias
Gracias por tus comentarios y por las preguntas. Primero, este video presenta la correlación de Pearson. Segundo, en realidad tanto la correlación de Pearson como la de Spearman se pueden utilizar. La cuestión aquí es qué tipo de relación entre las variables deseas medir. La correlación de Pearson mide relaciones lineales y la correlación de Spearman mide relaciones monotónicas. En el siguiente video hago una comparación entre ambas relaciones y correlaciones ua-cam.com/video/lzF6NggCSdY/v-deo.html
@@CodigoMaquina muchas gracias
que genial este video
Muchas gracias :)
Gracias, muy buena explicación
Gracias por tu comentario y por ver el canal :)
Excelente explicación y muy buen vídeo :)
Muchas gracias por tu comentario y por ver el canal :)
Muchas gracias, me sirvio mucho la explicacion :D
Muchas gracias por compartir tu opinión y por ver el canal :)
Muy interesante, podrías compartir el data set y los códigos??
Excelente idea. Gracias por la sugerencia. Próximamente subiremos el código a un repositorio de GitHub
Un video genial !!!
Gracias por comentar y seguir el contenido del canal :)
wow!
Gracias :)
hola buenos dias, tengo una pregunta para agregar la carpeta donde se encuentran los datos es un excel guardado como tipo cvs ?
Gracias por la pregunta. Para cargar un archivo fácilmente, este se tiene que encontrar en la misma carpeta que tu notebook. Con respecto al tipo de archivo, en pandas puedes cargar archivos tanto en formato csv como en formato xlsx nativamente sin necesidad de guardar el archivo de excel como csv. Te paso un video donde explico con detalle:
ua-cam.com/video/uGx0PHD6o9M/v-deo.html
Gracias por seguir el canal :)
@@CodigoMaquina muchas gracias, fue de mucha ayuda tus tutoriales 😊
me sale que no está definido "personas", a qué se debe?
¿Existe alguna noción de "correlación" pero para series de tiempo? o ¿se pude aplicar la correlación de Pearson de la misma forma?
Para series de tiempo te recomiendo echarle un ojo al concepto de cross-correlation / correlación cruzada. Gracias por las preguntas y por ver el canal :)
@@CodigoMaquina Muchas gracias por la info, aquí andaré de vez en cuándo :)
profe BENDICIONES muchas gracias por tus enseñanzas estoy empezando de cero voy en orden con los videos, sin embargo tengo dos problemas si porfavor me orientas ya que he buscado y no encuentro solucion he repetido los dos videos he buscado informacion y no he podido solucionar, tambien agregando mi poco conocimiento me ha sido complejo, te escribo los errore el primero es :
descargar blaze en pandas sale esto:
UnsatisfiableError: The following specifications were found
to be incompatible with the existing python installation in your environment:
Specifications:
- blaze -> python[version='>=2.7,=3.5,=3.7,=3.6,
Gracias por tus comentarios y por tus preguntas. Uno de los errores que te está marcando es porque aun no se descarga el archivo personas.csv que tenemos en nuestro repositorio. Se corrige simplemente descargando el archivo de github.com/CodigoMaquina/code/blob/main/datos/personas.csv y colocándolo en la misma carpeta donde tienes tu módulo de python. El otro error que te está marcando es de conflicto de versiones. Python tiene muchas librerías y cada una de ellas se desarrolló con una versión de python en particular. Lo que indica el error es que una librería no es compatible con la versión de python que tienes instalada. Ese tipo de problemas se resuelven creando ambientes (environments) donde se tengan versiones compatibles. Lamentablemente aun no tenemos videos sobre ese tema, pero al menos es un tip para empezar la búsqueda.
@@CodigoMaquina PROFESOR BENDICIONES muchas gracias y admiro tu humildad un abrazo desde Colombia
@@DesafialosLimites ¡Muchas Gracias! :)