Entradas

Mostrando las entradas de julio, 2022

Análisis de redes sociales con minería de datos: ¿Quién usa qué plataforma?

Imagen
Análisis Demográfico de las Redes Sociales: Un Enfoque desde la Ciencia de Datos En la era digital, las redes sociales se han convertido en una fuente masiva de datos útiles para entender comportamientos humanos, segmentar audiencias y tomar decisiones estratégicas. Desde la perspectiva de la minería de datos y la ciencia de datos (data science), analizar los patrones demográficos de plataformas como Facebook, Instagram o TikTok ofrece un terreno fértil para extraer conocimiento. ¿Quién usa qué red social? Los datos más recientes sobre la distribución por género en redes sociales revelan patrones interesantes: Facebook : Con más de 3 mil millones de usuarios activos mensuales, es la red social más usada del mundo. Tiene una distribución bastante equilibrada: aproximadamente 51% mujeres y 49% hombres. Pinterest : Predominantemente femenina, con alrededor del 76% de sus usuarios identificados como mujeres. Reddit : Mayoritariamente masculina, con 63.6% hombres y 35.1% mujeres...

cómo resolver ecuaciones lineales con Python

Imagen
Quizás se han preguntado cómo puedo resolver una ecuación utilizando Python. Primero es convertir nuestro sistema de ecuaciones a matrices y vectores es decir utilizar Álgebra lineal. Entonces primer paso nuestra ecuación de ejemplo es: 3x + 2y -5z =8 2x-5y+3z =5 8y+9z =6 Esto convertido a Algebra Lineal se ve así: [3,2,-5  2,-5,3 0,8,9] Vector de resultados de la ecuación [8,5,6] En el álgebra lineal tenemos varios métodos que podemos utilizar para resolver este tipo de ecuaciones ,estos métodos son : Regla de Cramer Gauss Jordan Eliminación Gaussiana En este post vamos hablar de la regla de Cramer la cual consiste en ir remplazando una columna por el vector de resultados y obtener la determinante de la matriz inicial y la matriz con el ventor .  Ahora vamos a transformar estas reglas a un programa Primero vamos a hacerlo de manera manual en el programa simulando los pasos import numpy as np #Cramer rules matrix_l = np.array([[3,2,-5],         ...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!