Це відео не доступне.
Перепрошуємо.
Qué es y cómo Analizar Datos con la Matriz de Covarianza: Un caso práctico con Python
Вставка
- Опубліковано 14 сер 2024
- Para citar este recurso educativo utiliza la siguiente referencia:
Gutiérrez-García, J.O. [Código Máquina]. (2022, 16 de Mayo). Qué es y cómo Analizar Datos con la Matriz de Covarianza: Un caso práctico con Python [Video]. UA-cam. [Incluye aquí la URL del video]
********************************************
Para guiar tu aprendizaje, en este vínculo ( • Curso de Inteligencia ... ) se encuentra una guía secuencial para aprender:
1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.
********************************************
Explicación visual del fundamento matemático que sustenta la matriz de covarianza. Este video explica cómo construir la matriz de covarianza y que interpretación tiene partiendo desde qué es la varianza y la desviación estándar.
Índice del Video:
0:00 Introducción
2:07 Varianza y Desviación Estándar
9:18 Datos a analizar
11:25 Varianza y Desviación Estándar con Pandas
13:15 Visualización de Desviación Estándar
17:25 Covarianza
22:00 Matriz de Covarianza
28:15 Interpretación Visual de la Covarianza
⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.
⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
www.amazon.com...
El código del video está disponible en GitHub github.com/Cod...
#CienciaDeDatos #AprendizajeDeMaquina #DataScience #MachineLearning #ScikitLearn #SkLearn #AprendizajeAutomático
⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.
⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln
Soy aprendiz de ciencia de datos y nueva suscriptores titres; gracias por esa didáctica que hubiera querido recibir en la preparatoria.
Gracias por la claridad , asi es facil aprender.
@eduardogold3925 es todo un placer!
Excelente video y excelente explicación! Muchas gracias!
Recién egresado de Actuaria, ninguno de los maestros q´me impartieron o no tenían el conocimiento o no sabían transmitirlo o simplemente no se presentaban, afortunadamente hay pocas personas que logran transmitir el conocimiento de una manera pulcra y con el deseo de enseñar. Gracias
Muchísimas gracias por tus comentarios. Es muy gratificante leer que los videos son de utilidad.
Muchas gracias por tus videos
@juanpablocarrasquillag.7193 es todo un placer. Gracias por comentar. ¡¡¡Feliz año!!!
Parcero ud es todo un Maestro
¡¡¡Muchas gracias Alejandro!!!
Que excelente video!
Excelente explicación Octavio, muchas gracias por su contenido, se les quiere y agradece por todo el esfuerzo que le ponen 🦾
Muchísimas gracias por esas palabras que son altamente apreciadas.
@@CodigoMaquina por cierto les escribí un mensaje vía email, les agradecería si pueden responderlo 👏🏻
Gracias por lo que hacen, me ayudan a afianzar los conocimientos!! Sigan adelante.
Muchas gracias por comentar y por los ánimos. Mientras la vida nos lo permita, seguiremos subiendo más contenido :)
Demasiado claro, excelente! Muchas gracias!
Gracias por tus comentarios y por seguir al canal :)
Muchas gracias. Explica usted excelentemente, le felicito. Se nota que tiene la vocación por la enseñanza
@edgargonzalezambriz5264 te agradezco mucho tus palabras, las cuales me motivan a seguir trabajando en este proyecto educativo.
Gracias por otro magnifico video. Un saludo.
Es un placer. Gracias por comentar y seguir al canal :)
Gracias
Thanks!
@eduardogold3925 muchas gracias por apoyarnos y creer en este proyecto. @CodigoMaquina ha sido uno de los proyectos más bonitos que hemos emprendido en nuestras vidas, y el ver que otras personas también creen en él, nos llena de motivación. ¡¡¡Muchas gracias!!!
Gracias por el video, fue muy explicativo. Mi pregunta es: Sí normalizamos los datos como explicas en el video de normalización y estandarización, ¿Qué pasaría con la matriz de covarianza? ¿Sería igual a una matriz de correlación o se podría interpretar igual?. Estoy pendiente a los próximos videos :)
Muchas gracias por tu pregunta tan interesante. De hecho, la relación entre covarianza y correlación es muy estrecha. La ventaja de la correlación es que nos da valores entre -1 o 1 y ahí la magnitud sí es informativa. Matemáticamente puedes obtener la correlación a partir de la covarianza y la desviación estándar de las variables de la siguiente manera: Covarianza(X, Y) / (desv_std(X) * desv_std(Y)). Gracias por seguir al canal.
Una consulta con la función aggregate también podría sacar los cuartiles o no? 😢
Efectivamente, con la función aggregate también se pueden obtener los cuartiles. Gracias por seguir el contenido del canal :)
Crack, una duda ¿por qué se eleva al cuadrado?
Muchas gracias por tu explicación, vengo viendo muchos de tus videos y he estado investigando un poco, pero no consigo identificar, que modelo sería más preciso y útil para analizar patrones de desplazamiento, o sea teniendo el recorrido que hace un vehículo, poder compararlo con otros recorridos de otros vehículos para ver si realizaron el mismo.
Gracias por comentar y por seguir el contenido del canal. El contexto del problema que tienes es muy interesante. Al parecer vas a requerir de mucha experimentación para encontrar la mejor técnica y el mejor modelo. Sin embargo, creo que también vas a requerir experimentar con diferentes representaciones/abstracciones de los datos. En este tipo de proyectos uno aprende enormidades. Valdría la pena revisar en la literatura científica si alguien ya atacó ese problema, y si sí, cómo lo hizo (aunque me imagino que ya pudiste haber pasado por ese paso). Te deseo mucho éxito y mucho aprendizaje en tu proyecto :)
@@CodigoMaquina si, así es, como dices, voy a tener que experimentar mucho. Me está costando definir cómo atacar el problema, dado que en sí, son series temporales con posiciones geográficas, pero a las vez no busco predecir futuras posiciones, si no que busco comparar posiciones pasadas. Es un proyecto personal.
Estoy aprendiendo mucho de lo que compartes, estoy muy agradecido.
Saludos
No vas a encontrar mejor pasatiempo que ese. Animo que sí salen los resultados :)
Por que usar una matriz de covarianza cuando puedo usar una matriz de correlación, en que los resultados son más robustos?
Gracias por tu pregunta. Ciertamente, comúnmente para el análisis de datos se utiliza la matriz de correlación. En algunos casos particulares se llega a utilizar la covarianza (sobre la correlación) cuando deseas tener una medida de la relación con unidades. Es decir, la covarianza tiene unidades que están definidas por la multiplicación de las unidades de cada una de las variables, por ejemplo, kgs por metros. Para el caso de la correlación no se tienen unidades.