Entradas

Mostrando las entradas con la etiqueta Visualización de Datos

Multivac, Asimov e IA: el futuro que ya vivimos hoy

Imagen
  Multivac vive entre nosotros: una reflexión sobre Asimov, la IA en la actualidad ¿Qué pensaría Isaac Asimov si viera que hoy, en 2025, muchas personas tenemos conversaciones con inteligencias artificiales desde nuestros celulares? Como lectora de sus cuentos, no puedo evitar pensar en Multivac , esa supercomputadora que lo sabía todo y que respondía preguntas humanas durante generaciones. En los relatos de Asimov, solo unos pocos privilegiados podían acceder a ella. Hoy, podemos escribirle a una IA mientras tomamos un café. Y no solo eso:  responde con claridad, empatía, de manera graciosa o hasta reflexiona . ¿Acaso no estamos viviendo una de las visiones de su ciencia ficción? En muchas partes del cuento habla del multivac como un ente y como se conecta entre galaxias y como pueden llamarla desde un dispositivo llamarla desde un dispositivo de 5 cm. Este cuento habla de la historia de la relación de la humanidad con un computadora ,como empieza con que solo ciertos ing...

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 Crear Gráficos con Palabras Clave en Python: Tutorial y Ejemplos Prácticos

Imagen
Quizá han visto algunos gráficos en internet o en publicidad donde podemos ver una serie de palabras ordenadas y que resaltan las palabras mas populares o mas utilizadas en un texto, si no lo han visto hablo de una imagen como la siguiente. Este tipo de diagramas pueden construirse con la ayuda de Natural Language Processing , es decir un procesador de lenguaje que es capaz de interpretar las palabras. Tenemos varias aplicaciones para el procesamiento de lenguaje natura: Como es en los chatbot En los correctores de ortografía En las aplicaciones que nos ayudan con la gramática Resultados de búsqueda en navegadores Texto predictivo en nuestros celulares o en correos Traducción de texto Análisis de datos  Hoy les quiero platicar acerca del ultima aplicación,  Análisis de Datos utilizando  Python y la librería Word Cloud para poder analizar datos y generar un diagrama como la primer imagen de esta publicación.  Para hacerlo interesante tome...

📊 Ejemplos de Python para Hacer Gráficas: Visualiza tus Datos con Matplotlib

Imagen
Como hemos visto en otras publicaciones del blog Python es un lenguaje muy amigable y con muchas librarías que permiten apoyarnos para realizar tareas de la manera más ágil. En esta ocasión quiero mostrarles como pueden hacer para mostrar datos en mapas, por ejemplo si quieren representar en el mapa de México la cantidad de universidades por cada estado y obtener una imagen como la siguiente: Tendremos que utilizar las librería   geopandas  matplotlib.pyplot   numpy   pandas  Para este ejemplo necesitamos: Instalar Jupyter ,  https://jupyter.org/install Descargar un mapa de México, yo encontré  un Github de Jon Schleuss  https://github.com/jschleuss/mexican-states Vamos a utilizar el siguiente código import geopandas as gpd import matplotlib.pyplot as plt import numpy as np import pandas as pd direccion = 'tu directorio //mexican-states-master' direccion2 = 'tu directorio\\carpeta\\' shapefile = gpd.read_file(direccion+'\mexica...

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