Cursos sobre Open Source, Machine Learning, Big Data y Business Intelligence

October 21, 2018, 4:05 am

≪ Previous: Como empezar a aprender Big Data en 2 horas

Si estáis buscando cursos en Open Source, Machine Learning, Big Data y Business Intelligence, os dejamos los cursos que convocan nuestros amigos de Stratebi, calendario de cursos, que incluyen una gran variedad de ellos, que vienen realizando los últimos años, tanto 'in company', como abiertos a cualquier asistente

En ambos casos, tanto en sus modalidades online, como presencial. Más de 2.500 alumnos se han formado con estos cursos

↧

Mas de 25 novedades en PowerBI

October 21, 2018, 4:53 am

≫ Next: Como hacer Deep Learning con Pentaho

≪ Previous: Cursos sobre Open Source, Machine Learning, Big Data y Business Intelligence

Desde hace ya unos cuantos meses, os venimos contando sobre PowerBI, la herramienta de Data Discovery que cubre las necesidades para crear Dashboards, por parte de usuarios finales y avanzados.

Además, para tener una solución completa BI y Analytics, puedes complementarla con soluciones Open Source como Pentaho, LinceBI y todo tipo de integraciones Machine Learning y Big Data

Mas información sobre PowerBI (cursos, buenas prácticas, integración)

Ultimas Novedades:

Algunas de las funcionalidades más importantes de los últimos meses:

Junio 2018

Reporting

· 1) Control del radio en los gráficos de anillo

· 2) Edición de etiquetas de detalles en los gráficos de anillo y tarta.

Modelado

· 3) Filtrado y Ordenación en vista de datos

Nuevos gráficos (Custom Visuals)

· 4) Organization Chart

Julio 2018

Modelado

· 5) Modelos mixtos (Tablas en modo: Import / Direct Query/ Dual)

Reporting

· 6) Formato de papel tapiz de fondo (Wallpaper)

7) Diseño escalonado (stepped) en gráficos de línea y combo

Analytics

· 8) Obtener información del factor de distribución más importante en nuestros datos

Agosto 2018

Reporting

· 9) Exportar informes en PDF

· 10) Formato condicional en tablas y matrices en función de otros campos.

Analytics

· 11) Integración con Python para transformar datos y crear visualizaciones

Modelado

12) Nuevas funciones DAX estadísticas (Similares a las existentes en Excel)

Nuevos gráficos (Custom Visuals)

· 13) Scatter Chart by Akvelon

14) 3AG Systems – Column Chart with Variance

15) Pivot Slicer

Septiembre 2018

Reporting

· 16) Uso de campos categóricos en eje X de gráficos Scatter chart

17) Copiar valores y selección desde tablas y matrices

·

18 )Temas predefinidos en Power BI desktop

·

19 )Tooltips disponibles de forma general y no en fase beta.

Preparación de Datos

· 20) M Intellisense

Analytics

· 21) Agregaciones /Tablas resumen agregadas

Conectividad de datos

· 22 )Conector a Archivos PDF

· 23) Conector Dataflows

24) Conector a SAP BW con soporte para propiedades de las medidas

Nuevos gráficos (Custom Visuals)

· 25) Horizon Chart

26) Text Enhancer

27)Advance Card

28)Multi KPI

Para Saber más de PowerBI:

Big Data para PowerBI

mayo 31, 2018 big data, lincebi, open source, Pentaho, powerBi 3 comments

Power BI es un conjunto de herramientas Business Intelligence (BI) desarrolladas por Microsoft. De reciente aparición, gracias a su simplicidad y potencia se ha hecho un un hueco entre las grandes del mercado como Tableau, Pentaho o Microstrategy. Al igual que estas últimas, implementa la filosofía de Autoservicio para el usuario final (Self Service BI) llevada al extremo de la sencillez, pero con un gran número de características...

Working together PowerBI with the best open source solutions

enero 29, 2018 business Intelligence, Dashboards, futbol, lincebi, open source, powerBi 7 comments

Here you can see a nice sample combining PowerBI with open source based Business Intelligence solutions, like LinceBI, in order to provide the most complete BI solution with an affordable cost - Predefined Dashboards - Adhoc Reporting - OLAP Analysis - Adhoc Dashboarding - Scorecards More info: - PowerBI functionalities - PowerBI traini...

Comparativa de Costes Tableau vs PowerBI

octubre 15, 2017 comparativas, powerBi, tableau 1 comment

Os dejamos un documento listo para descargar, con una comparativa muy completa de costes entre Tableau y PowerBI (hay que decir que el informe ha sido encargado por Tableau, por lo que puede tener cierto sesgo). Por ejemplo, en cuanto al esfuerzo de este tipo de proyectos, si tenemos en cuenta que ambas son herramientas de Data Discovery (usuario final), no se tiene suficientemente en cuenta la parte más importante, el modelado,...

↧

Como hacer Deep Learning con Pentaho

October 21, 2018, 7:59 am

≫ Next: Curso online para aprender ETL, DataWarehouse (30, 31 Octubre)

≪ Previous: Mas de 25 novedades en PowerBI

Hace ya unas semanas os hablábamos de como Pentaho Data Integration podía orquestar los procesos de Machine Learning (lo que llamábamos Machine Intelligence)
Hoy damos un paso más, y os contamos como hacer 'deep learning con Pentaho'

En breve, Pentaho va a presentar una evolución de Pentaho Machine Intelligence.

Este otoño, se lanzará la versión 1.4 de PMI como una actualización del PMI existente, que es un complemento experimental para Pentaho Data Integration (PDI).

La versión inicial de PMI se centró en el aprendizaje automático clásico y la capacidad de construir, usar y gestionar modelos de aprendizaje automático de cuatro bibliotecas de aprendizaje automático: el Scikit-Learning de Python, el Machine Learning with R de R, la biblioteca de Machine Learning de Spark y WEKA

Con la próxima versión de PMI, se integra una nueva biblioteca de aprendizaje automático, lo que se denomina "motores de ejecución": Deep Learning para Java (DL4J).

Esto significa que PMI ahora puede realizar operaciones de aprendizaje profundo (capacitación, validación, prueba, construcción, evaluación y uso de modelos de aprendizaje profundo) directamente desde PDI. Suena interesante!!

Deep Learning está ganando mucha atención en la industria por su capacidad para operar con datos no estructurados como imágenes, video, audio, etc.

El Deep Learning es una adición reciente al dominio de Inteligencia Artificial del aprendizaje automático, aunque técnicamente la tecnología ha existido desde hace mucho tiempo

Visto en el blog de Hitachi

↧

Curso online para aprender ETL, DataWarehouse (30, 31 Octubre)

October 22, 2018, 10:33 am

≫ Next: Novedades en la nueva version de STReport (open source based adhoc reporting)

≪ Previous: Como hacer Deep Learning con Pentaho

Aprende los fundamentos de los procesos ETL y Data Warehouse

Curso online para aprender ETL, DataWarehouse

Información relacionada:

Explicacion sencilla de arquitecturas Business Intelligence

julio 18, 2018 business Intelligence, dw, teoria No comments

En este post muy útil, se hace un repaso a las diferentes alternativas en que la información puede ser consumida por los usuarios y las diferentes formas de almacenamiento de la misma. Habría que decir, que todas ellas son formas de analizar la información y tomar decisiones, esto es, Business Intelligence; aunque en rigor, sólo las más óptimas en cuanto a uso de Data Marts DW y optimización del acceso por los usuarios, se consideran de...

Data Lakes: Definiciones y Plataformas. Descarga gratuita del White Paper

julio 02, 2018 data lake, Talend No comments

Un gran estudio de más de 40 páginas por parte de Philip Russom, que puedes descargar gratuitamente desde aquí Os dejo a continuación, un resumen de los contenidos y algunos de los principales hallazgos del estudio. Muy interesante. Para saber más de Data Lakes: Diferencias entre Data Lake y Data Warehouse junio 07, 2017 Bases de Datos, data warehouse, teoria No comments Let’s briefly take...

Big Data para PowerBI

mayo 31, 2018 big data, lincebi, open source, Pentaho, powerBi 3 comments

Big Data Olap con Superset (AirBnB)

mayo 16, 2018 big data, kylin, olap, open source No comments

Os venimos contando desde hace ya un tiempo, el potencial del mundo Big Data y OLAP Business Intelligence, con diferentes tecnologías. Hoy, os contamos la arquitectura usando Superset, creado por AirBnB Nuestros compañeros de Stratebi han creado un entorno de prueba para que lo veas, además, en funcionamiento Información publicada recientemente sobre el tema: - x50 faster 'near real time' Big Data OLAP Analytics Architecture - Comparacion...

From Big Data to Fast Data

abril 13, 2018 big data No comments

Muy buen articulo de Raul Estrada. Principales puntos: 1. Data acquisition: pipeline for performance In this step, data enters the system from diverse sources. The key focus of this stage is performance, as this step impacts of how much data the whole system can receive at any given point in time. Technologies For this stage you should consider streaming APIs and messaging solutions like: Apache Kafka - open-source stream processing...

Quieres trabajar en Big Data/Analytics y tienes ganas de aprender?

marzo 01, 2018 destacado, Trabajo 1 comment

Tenemos un plan de formación y carrera para profesionales con una base inicial y muchas ganas de aprender. Escríbenos a rrhh@stratebi.com (Marzo 2018) Podrás participar en proyectos y en desarrollos con las tecnologías más modernas, como Dashboards en tiempo real. Hemos creado también la solución LinceBI, que está revolucionando el Business Intelligence basado en open source El trabajo puede ser presencial en Madrid o remoto, en cualquier parte...

↧

Novedades en la nueva version de STReport (open source based adhoc reporting)

October 24, 2018, 3:58 am

≫ Next: Machine Learning Demo Tutorial

≪ Previous: Curso online para aprender ETL, DataWarehouse (30, 31 Octubre)

La nueva versión de STReport viene con interesantes novedades.

STReport, que forma parte de la suite LinceBI y que se integra con Pentaho y otras muchas soluciones, puedes verla en funcionamiento en la Demo Online

Novedades:

- Mejoras en la visualización de estadísticas: Se han introducido nuevas gráficas con Echarts. Os recordamos que para acceder a esta sección es desde el Menú de Pentaho, View-> STReport Statistics

- Buscador de campos en categorías: Permite filtrar los campos de las categorías.

- Info. Acerca de: Nuevo icono en barra de tareas que informa sobre la versión de la herramienta y la fecha de compilación

- Nuevas posibilidades de visualización y exportación de datos: Tanto en el modo edición como en el modo ejecución, se ha añadido la posibilidad de hacer una exportación a Excel de los datos sin el formato de plantilla. Es decir que se exportan únicamente los datos sin logotipo, secciones del report...Además, se ha introducido la posibilidad de mostrar los datos en tabla también en el modo ejecución (en el modo edición ya se podía hacer)

- Resolución de bugs/mejoras menores: Nuevos labels multiidioma añadidos, definición de fórmulas revisada, problemas al renderizar STReport en un iframe, problemas al redimensionar la ventana del navegador, filtros sobre campos date...

↧

Machine Learning Demo Tutorial

October 25, 2018, 12:34 am

≫ Next: Glosario de Inteligencia Artificial (AI)

≪ Previous: Novedades en la nueva version de STReport (open source based adhoc reporting)

Para su implementación se ha seleccionado el algoritmo de regresión GBT (árboles potenciados por gradiente) y se ha utilizado la tecnología Apache Spark que permite la ejecución en un clúster Big Data Hadoop.

Para la visualización se ha utilizado Apache Zeppelin, creando un Notebook que combina el código Spark con otras tecnologías de visualización. A continuación se muestra un dashboard formado por componentes embebidos del Notebook, el cual puede verse en detalle, junto con el código, en el siguiente enlace.

Para saber más:

Como hacer Deep Learning con Pentaho

octubre 21, 2018 machine learning, Pentaho, python, R, weka No comments

Os invitamos a 10 pases (Workshop Big Data Analytics en Barcelona, miercoles 10 de Octubre)

octubre 06, 2018 big data, business Intelligence, evento, machine learning, open source, Pentaho 1 comment

El próximo miércoles 10 de Octubre (Barcelona) realizamos en TodoBI, con la colaboración de nuestros compañeros de Stratebi, un interesante y práctico Workshop para aprender sobre las más modernas y potentes tecnologías Big Data Analytics (la mayor parte open source) que están siendo usados por grandes organizaciones Aquí tienes toda la información del Workshop Big Data Analytics para inscribirse Sí incluis el código: MYTUU al registraros,...

Como Pentaho ayuda a los cientificos de datos

octubre 02, 2018 machine learning, Pentaho No comments

Hace ya algunas semanas os veníamos comentando sobre las mejoras que estaba realizando Pentaho para facilitar la creación y ejecución de Machine Learning. También os hablábamos de como habían introducido el concepto de Machine Intelligence Hoy, vamos un paso más allá y tras la celebración del reciente evento HitachiNext, en donde se dieron una pinceladas muy interesantes en lo que respecta a como Pentaho facilita y ayuda al uso de...

Los mejores posts de TodoBI durante el verano

septiembre 06, 2018 big data, machine learning, open source, Pentaho No comments

Este verano os hemos traído material muy interesante, con muchos documentos y tutoriales. Aquí tenéis un resumen: Videotutorial: Usando R para Machine Learning con PowerBI septiembre 04, 2018 machine learning, powerBi, R No comments Si te gusta el Business Intelligence, Machine Learning y conoces algo de R, no te puedes perder este Videotutorial: Temario del Videotutorial: 1º Posibilidades de R dentro...

Videotutorial: Usando R para Machine Learning con PowerBI

septiembre 04, 2018 machine learning, powerBi, R No comments

Si te gusta el Business Intelligence, Machine Learning y conoces algo de R, no te puedes perder este Videotutorial: Temario del Videotutorial: 1º Posibilidades de R dentro de Power BI 2º Instalar R y RStudio 3º Matriz de Correlación para el sector Retail 4º Árbol Decisión Titanic 5º Clustering K-Means Estados Unidos 6º Clustering DBSCAN Estados Unidos para detectar Outliers 7º Forecasting Exponencial Smoothing...

Cual es el orden correcto para hacer un proyecto de Machine Learning?

septiembre 03, 2018 machine learning, teoria No comments

Muy de acuerdo con esto: ...

Ejercicio practico de Machine Learning con Jupyter Notebooks, Anaconda y Python 3

agosto 24, 2018 jupyter, machine learning, python No comments

Que mejor forma que aprender de Machine Learning, con algunas de las tecnologías mas potentes y completas, que mediante la realización de un buen ejercicio práctico. Podéis seguir el tutorial práctico en el video y también utilizar la presentación. Esperamos que os sea útil!! ...

↧

Glosario de Inteligencia Artificial (AI)

October 27, 2018, 10:54 am

≫ Next: New features for STReport (open source based reporting tool)

≪ Previous: Machine Learning Demo Tutorial

Red neuronal artificial (RNA)
Un algoritmo que intenta imitar al cerebro humano, con capas de "neuronas" conectadas que se envían información entre sí.

Algoritmos de caja negra
Cuando el proceso de toma de decisiones o la salida de un algoritmo no puede ser fácilmente explicado por el ordenador o el investigador detrás de él.

Computer vision
El campo de la I.A. se ocupa de enseñar a las máquinas a interpretar el mundo visual, es decir, a ver.

Aprendizaje profundo (Deep Learning)
RNAs que tienen múltiples capas de neuronas conectadas. Esto hace que el proceso sea más profundo en comparación con las redes anteriores, más superficiales.

Embodied I.A.
Una forma elegante de decir "robots con capacidad de inteligencia artificial".

Few-shot learning
La mayoría de las veces, los sistemas de visión artificial necesitan ver cientos o miles (o incluso millones) de ejemplos para descubrir cómo hacer algo. El aprendizaje de una sola vez y de pocas veces trata de crear un sistema que puede ser enseñado a hacer algo con mucho menos entrenamiento. Es similar a cómo los niños pequeños pueden aprender un nuevo concepto o una nueva tarea.

Redes generativas adversarias
También llamadas GANs, son dos redes neuronales que se entrenan con el mismo conjunto de datos de fotos, videos o sonidos.
Luego, uno crea un contenido similar mientras que el otro intenta determinar si el nuevo ejemplo es parte del conjunto de datos original, forzando al primero a mejorar sus esfuerzos. Este enfoque puede crear medios realistas, incluyendo obras de arte.

Aprendizaje automático (Machine Learning)
Sistemas que aprenden de los conjuntos de datos para realizar y mejorar una tarea específica. Es el área actual de I.A. que está experimentando el mayor auge de la investigación.

Procesamiento del lenguaje natural
La disciplina dentro de la I.A. que trata con el lenguaje escrito y hablado.

Aprendizaje de refuerzo
Un proceso en el que las máquinas aprenden a realizar una nueva tarea como lo hacen los humanos - a través de un sistema de recompensas y castigos - comenzando como un novato y mejorando con la práctica y la retroalimentación.

Aprendizaje supervisado
Una técnica que enseña un algoritmo de aprendizaje de máquina para resolver una tarea específica utilizando datos que han sido cuidadosamente etiquetados por un humano. Los ejemplos cotidianos incluyen la mayoría de las predicciones meteorológicas y la detección de spam.

Aprendizaje de transferencia
Este método intenta tomar los datos de entrenamiento utilizados para una cosa y reutilizarlos para un nuevo conjunto de tareas, sin tener que volver a entrenar el sistema desde cero.

Aprendizaje sin supervisión
Un enfoque que proporciona datos de I.A. sin etiquetar y tiene que darle sentido sin ninguna instrucción. En esencia, es cuando las máquinas "se enseñan a sí mismas".

I.A. explicable (X.A.I.)
A.I. que puede decir o mostrar a sus operadores humanos cómo llegó a sus conclusiones.

I.A. débil.
Nuestro nivel actual de I.A., que puede hacer sólo una cosa a la vez, como jugar al ajedrez o reconocer razas de gatos. Lo contrario sería una I.A. fuerte, también conocida como inteligencia general artificial (I.G.A.), que tendría la capacidad de hacer cualquier cosa que la mayoría de los humanos puedan hacer.

Para saber (mucho) más:

Machine Learning Demo Tutorial

octubre 25, 2018 machine learning, open source No comments

En este demo tutorial (que puedes probar directamente en el enlace anterior), se han utilizado los datos de la cadena de heladerías para predecir las ventas en función de ciertas variables como el calendario laboral, la temperatura o el número de horas de apertura. Para su implementación se ha seleccionado el algoritmo de regresión GBT (árboles potenciados por gradiente) y se ha utilizado la tecnología Apache Spark que permite...

Como hacer Deep Learning con Pentaho

octubre 21, 2018 machine learning, Pentaho, python, R, weka No comments

Ranking de las mejores 50 peliculas y series sobre Analytics e Inteligencia Artificial

abril 02, 2017 Analytics, big data, business Intelligence, destacado 4 comments

Hemos hecho una recopilación, para todos los apasionados del Analytics, Machine Learning y Big Data. Un ranking de las películas y series que, de uno y otro modo, tocan temas que nos gustan en esta web y esperamos que también os gusten a vosotros Es una lista amplia, incluye películas sobre computacion, biografías de personajes ilustres, de inteligencia artificial, infantiles, de humor, series, documentales, de animación y, en general, que...

Muy de acuerdo con esto: ...

Ejercicio practico de Machine Learning con Jupyter Notebooks, Anaconda y Python 3

agosto 24, 2018 jupyter, machine learning, python No comments

Descarga Paper gratuito: Funciones avanzadas de Vertica para Machine Learning

agosto 23, 2018 Analytics, gratuito, machine learning, python, vertica No comments

Tenéis a vuestra disposición un paper con funciones avanzadas de Vertica para Machine Learning. Si te interesa, escríbenos y te lo mandamos Funciones de Vertica para el Machine Learning. Ya vienen con Vertica, por lo que: i), no requieren programación ni instalación, ii), son más eficientes que otras opciones como la integración con Python/Pandas, iii) se aplican sobre tablas o vistas, iv) implementan los algoritmos...

AI, Machine and Deep Learning timeline

agosto 22, 2018 machine learning 1 comment

Good timelin...

Formacion Data Engineer: Machine Learning con Spark

agosto 20, 2018 big data, formacion, machine learning, spark 1 comment

Uno de los capítulos más interesante del curso 'Curso de Data Engineers', de nuestros compañeros de Stratebi es el 11. Machine Learning con Spark Este curso incluye ejercicios prácticos sobre nuestro Cluster. Os dejamos unas pinceladas del contenido de este capítulo: ...

Las mejores APIs para Machine Learning

mayo 28, 2018 machine learning No comments

Face and Image Recognition Animetrics Face Recognition: Betaface: Eyedea Recognition: Face++: FaceMark: FaceRect: Google Cloud Vision API: IBM Watson Visual Recognition: Kairos: Microsoft Cognitive Service - Computer Vision: Rekognition: Skybiometry Face Detection and Recognition: Text Analysis, NLP, Sentiment Analysis Bitext Diffbot Analyze: Free Natural...

Las 20 mejores librerias para Data Scientists en R

mayo 27, 2018 machine learning, open source, R No comments

Buena recopilación, ...

Curso en Madrid de Machine Learning

mayo 27, 2018 machine learning 1 comment

13, 14 de Junio, Madrid Hace poco os contábamos en detalle sobre Machine Learning, ahora os proponemos la posibilidad de formaros en este interesante y eminentemente práctico Curso presencial en Madrid, para aprender sobre lo que allí os contábamos Echa un vistazo a algunos ejemplos de de aplicación en Big Data Son plazas limitadas, por lo que no lo dejéis escapar Inscripcion ...

Que algoritmo de Machine Learning elegir para cada problema?

mayo 03, 2018 machine learning, open source No comments

Dado que existen muchos algoritmos, como hemos venido contando ultimamente, (si quieres asistir a un Curso, mira al final del post) os vamos a dar unas pistas para ayudaros: 1. Cuando usar Machine Learning Lo primero que tenemos que tener en cuenta es que, aunque hablar y usar Machine Learning es una tendencia y es 'cool', debemos ser conscientes de que sea de utilidad. Hemos visto que los Data Scientist están de moda pero muchos abandonan...

Por que muchos Data Scientist estan dejando sus trabajos?

abril 21, 2018 big data, data science, machine learning 1 comment

Muy revelador lo que nos cuentan en este articulo del Towards Data Science, y que coincide con muchas situaciones y casos reales que conocemos y que se están produciendo. La frustración con el día a día del trabajo de los Data Scientist, respecto a las expectativas es importante (muchos conocéis que es llamado 'el trabajo más atractivo del siglo XXI'). La realidad es que muchos abandonan sus puestos de trabajo en grandes compañías, cuando parecían...

Nueva solucion Machine Intelligence: Pentaho, R, Python y Spark juntos para Machine Learning Analytics

marzo 10, 2018 bigdata, machine learning, open source, Pentaho 1 comment

Se acaba de presentar Machine Intelligence: el plugin para Pentaho Data Integration que facilita enormemente la ejecución de algoritmos sobre tecnologías Machine Learning, orquestados desde un completo entorno gráfico ETL Gracias a este plugin puedes convertir algoritmos de machine learning en 'steps' de PDI desde R, Python, Spark y Weka Gracias a este plugin consigues de forma sencilla: Hacer Machine Learning mucho más sencillo de...

Los 30 mejores proyectos de Machine Learning Open Source

enero 14, 2018 machine learning, open source No comments

Como sabéis, el Machine Learning es uno de los temas que más nos interesan en el Portal y, máxime, cuando gran parte de las tecnologías son Open Source. En esta entrada, os indicamos los 30 proyectos más interesantes en en este año. Os dejamos también el material que publicamos con las claves del Machine Learning y una introducción Ver también, VideoTutorial No 1 FastText: Library for fast text representation and classification....

Visto en NYTimes

↧

New features for STReport (open source based reporting tool)

October 29, 2018, 7:46 am

≫ Next: Que tipo de gráfico te gusta más?

≪ Previous: Glosario de Inteligencia Artificial (AI)

The new version of STReport comes with interesting new features:

STReport, which is part of the LinceBI suite and which integrates with Pentaho and many other solutions, you can see it in operation in the Online Demo.

New features:

- Improvements in the visualization of statistics: New graphs have been introduced with Echarts. We remind you that to access this section is from the Pentaho Menu, View; STReport Statistics.

- Search for fields in categories: Allows you to filter the fields of the categories.

- Info. About: New taskbar icon informs about tool version and compilation date

- New possibilities of visualization and data export: Both in edit mode and in run mode, it has been added the possibility of exporting data to Excel without the template format.

In other words, only data without logo, sections of the report are exported... In addition, the possibility of displaying the data in table form also in run mode has been introduced (in edit mode it was already possible to do so)

- Minor bugs/improvements resolution: New multi-language labels added, revised formula definition, problems rendering STReport in an iframe, problems resizing browser window, date field filters...

↧

Que tipo de gráfico te gusta más?

October 29, 2018, 3:03 pm

≫ Next: Curso de Machine Learning en Madrid (15 y 16 de Noviembre)

≪ Previous: New features for STReport (open source based reporting tool)

↧

Curso de Machine Learning en Madrid (15 y 16 de Noviembre)

November 9, 2018, 4:19 am

≫ Next: Las 25 mejores visualizaciones de 2018

≪ Previous: Que tipo de gráfico te gusta más?

Si estás por Madrid los próximos jueves y viernes (15 y 16 de Noviembre), no te pierdas este curso, eminentemente práctico que organizan nuestros compañeros de Stratebi. Web del Curso (temario, metodología e inscripción)

Público objetivo

Profesionales TIC: Consultores BI, Científicos de Datos...
Profesionales de Negocio: Que quieran reorientar su carrera profesional o tener los conocimientos necesarios para aplicar en sus empresas
Profesionales de Ciencias Aplicadas o Económicas: Matemáticos, Estadísticos, Físicos, Económicas, Empresariales, Técnicos, Informáticos...

Observaciones

Metodología: El curso intercala partes teóricas en las que se imparten conceptos fundamentales para comprender los ejercicios prácticos que se imparten.
Requerimientos: Conceptos básicos de: Álgebra Linea y Cálculo. Los asistentes deberán venir con su propio equipo portátil
Entrega de Certificado: Todos los asistentes recibirán Certificado de Realización

Temario

1. Introducción al Machine Learning

Técnicas
- Clasificación
- Regresión
- Clustering
Preprocesamiento y Reducción dimensional
Selección de atributos
Evaluación del rendimiento
- Matrices de confusión
- Principales KPIs R2, MAE, MSE

2. Regresión (Predicción de valores continuos)

Principales algoritmos
- Ordinal Least Squares
- Ridge Regression
- Laso Regression
- Elastic Net
Ejemplos

3. Clasificación (Identificación de la categoría a la que pertenece un objeto)

Principales algoritmos
- Logistic Regression
- Support Vector Machines
- KNearest Neighbors
- Decision Trees
- Random Forest
- Multi-layer Perceptron
Ejemplos

4. Clustering (Agrupación de objetos similares en conjuntos)

Principales Algoritmos
- KMeans
- Spectral Clustering
- DBSCAN
Ejemplos

Formación Machine Learning con Scikit-Learn librería Data Science (Anaconda con Python 3

↧

Las 25 mejores visualizaciones de 2018

November 12, 2018, 10:08 am

≫ Next: Se busca Analytics Front End Developer (Dashboard Samurai)

≪ Previous: Curso de Machine Learning en Madrid (15 y 16 de Noviembre)

Muy interesantes, echad un vistazo (Ver visualizaciones):

Visto en towards data science

↧

Se busca Analytics Front End Developer (Dashboard Samurai)

November 12, 2018, 10:25 am

≫ Next: Curso de PowerBI, no te lo pierdas!!

≪ Previous: Las 25 mejores visualizaciones de 2018

Nuestros compañeros de Stratebi (expertos en Data Analytics y creadores de LinceBI) están buscando un/a Dashboard Samurai (Analytics Frontend Developer)

Tu camiseta te está esperando. Escribe!!

Conocimientos Mínimos:

- HTML5

- CSS

- Javascript

- Bootstrap

- JQuery

- JSON

- APIs RestFul
- SQL

- Git

Conocimientos Recomendados:

- Chart.js

- D3.js
- Angular.js

- Leaflet.js

- Require.js
- Vue.js

Retribución:
- Según experiencia y conocimientos
- Se valorará el interés en conocer y aprender nuevos frameworks y tecnologías
- Habituado/a a trabajar con tecnologías open source
- Conocimientos de diseño gráfico

Ubicación:
- Se valorará presencial en Madrid y Barcelona
- También la posibilidad de trabajo remoto

↧

Curso de PowerBI, no te lo pierdas!!

November 22, 2018, 4:29 am

≫ Next: Resumen del Pentaho Community Meeting (PCM18) en Bolonia

≪ Previous: Se busca Analytics Front End Developer (Dashboard Samurai)

Conoce sus características técnicas

Con Power BI podrás crear potentes informes utilizando diferentes fuentes de datos: SAP HANA, MySQL, Teradata, IBM DB2, Dynamics Navision, CRM, SQL. Archivos de Excel, .CSV, JASON o descargar datos procedentes de servicios en línea como Facebook, Google Analytics, CRM de Salesforce, Marketo, MailChimp...

Curso Online de Power BI (temario y registro)

Fecha: Del 3 de dic. al 4 de dic. de 2018

Horario: 15:00 h - 21:00 h ( CEST - Madrid)

Lugar: Plataforma web con profesor 100% del tiempo

Big Data para PowerBI

mayo 31, 2018 big data, lincebi, open source, Pentaho, powerBi 2 comments

Working together PowerBI with the best open source solutions

enero 29, 2018 business Intelligence, Dashboards, futbol, lincebi, open source, powerBi 2 comments

↧

Resumen del Pentaho Community Meeting (PCM18) en Bolonia

December 1, 2018, 11:03 am

≫ Next: Todas las presentaciones y videos del Pentaho Community Meeting (PCM18) en Bolonia

≪ Previous: Curso de PowerBI, no te lo pierdas!!

Durante los pasados días 23, 24 y 25 de Noviembre se ha celebrado la 11ª edición del Pentaho Community Meeting en Bolonia (Italia). Estuvimos allí y tenemos muchas cosas que contaros.

Se trató de la edición que contó con un mayor número de inscritos, cerca de 300 fans de Pentaho y nos hicimos con nuestra camiseta de la 11ª edición, para sumar a la colección

El evento se realizó además en un palacio, un punto todavía más espectacular en una ciudad muy recomendable. En este evento de 3 días no faltaron los Hackathons, cervezas, visitas turísticas, más cervezas.... que pueden acabar así:

Agenda:

En este enlace tenéis la Agenda de las más de 20 ponencias realizadas, divididas en sesiones generales (al comienzo) y Business and Technical tracks

Para tener un detalle de todo lo que se contó en el PCM18, nuestros amigos de IT-Novum, nos lo han detallado muy bien en su blog. Gran trabajo!!

Ver todo el hilo del PCM18 en twitter

Nuestros compañeros de Stratebi fueron la única empresa española representada (han estado en todos los PCM desde el comienzo), incluso con una ponencia sobre Big Data OLAP

Muchos de los ponentes han ido compartiendo sus presentaciones, aquí os dejamos algunas de ellas:

Presentación de Matt Casters (creador de Kettle)

Presentación de Raimonds Simanovskis

Pedro Alves presentando el roadmap de Pentaho con muchas novedades muy interesantes (por cierto, la versión 8.2 está a punto de salir)

Presentación de Bart Maertens

↧

Todas las presentaciones y videos del Pentaho Community Meeting (PCM18) en Bolonia

December 6, 2018, 9:48 am

≫ Next: Workshop Big Data Analytics en Madrid y Barcelona

≪ Previous: Resumen del Pentaho Community Meeting (PCM18) en Bolonia

Hace unos días, os detallábamos todo lo que había pasado en el evento anual de Pentaho. Hoy os traemos todas las presentaciones (tanto las grabaciones de las ponencias como las propias presentaciones). Un gran material!!!

Toda la info desde la web de Hitachi Vantara

↧

Workshop Big Data Analytics en Madrid y Barcelona

December 24, 2018, 9:10 am

≫ Next: Diferencias entre Business Intelligence y Data Science (bien explicado)

≪ Previous: Todas las presentaciones y videos del Pentaho Community Meeting (PCM18) en Bolonia

2018 ha sido un buen año, en el que hemos vuelto a organizar nuestros workshops sobre tecnologías Open Source aplicadas al Big Data, Analytics, OLAP y Business Intelligence, en diferentes ciudades en España, así como también en algunas ciudades en Latam (Lima, Asunción, Santiago de Chile...)

Hace unas semanas, cerrábamos de la mejor de las maneras, con el Workshop Big Data OLAP realizado en Madrid, en donde se cubrió todo el aforo (algunos amigos no pudieron entrar y ya lo sentimos). Para el 2019 haremos más!!

En este post, más adelante, tenéis el acceso a todas las presentaciones, papers, demos, etc...

Hoy os dejamos un resumen de dicho Workshop, con todas las presentaciones incluidas:

TEMARIO WORKSHOP ANALYTICS & BIG DATA

0. Introducción al Workshop por Emilio Arias (Editor TodoBI.com y profesor Master BI-Big Data)

1. Big Data Analytics: Concepto y arquitecturas
a. Definición e implantación en grandes empresas.
b. Lince BI - Big Data Stack: Solución completa para la implementación de un Data Lake.
c. Big Data Demos: Demostraciones interactivas de casos de uso usando las tecnologías anteriores.

2. Apache Kylin: Consultas analíticas sub-segundo en Hadoop sobre billones de filas
a. Arquitectura y características principales.
b. Demostración práctica del funcionamiento de Kylin.
c. Presentación de un caso de uso real con Kylin.
d. Presente y futuro de Kylin y Kyligence.

3. Vertica: Tecnología columnar y MPP para el Big Data estructurado
a. Arquitectura y características principales.
b. Demostración práctica del uso de Vertica.
c. Presentación de un caso de uso real con Vertica.

4. Benchmark soluciones Big Data OLAP y conclusiones

Descarga todas las presentaciones, acceso a Demos y el Benchmark de Tecnologías Big Data OLAP (Vertica, Apache Kylin, PostgreSQL), incluyendo también la presentación de Luke Han (Apache Kylin) que también realizó en el Big Data Spain

Acceso Dropbox a las presentaciones
Big Data Analytics Demo área
Business Intelligence Open Source Demo Area
Demo Machine Learning Video Tutorial
Video benchmark
Presentación Luke Han (Kylin)
Mas info: TodoBI.com y Stratebi

Los amigos de @telecoming, Iñigo Martínez Lasala y Alberto Miera, tras realizar su ponencia en el evento Workshop Tecnologías Big Data Analytics y Olap, organizado por @TodoBI_OS

@Lukehq CEO de la herramienta #Kylin explica el concepto “Kyligence”

Aforo completo en el Workshop Big Data Analytics en Madrid

Asistimos al evento Workshop Tecnologías Big Data Analytics y Olap organizado por @TodoBI_OS. #Stratebi#Kylin– en AC Hotel - Crew Lounge

↧

Diferencias entre Business Intelligence y Data Science (bien explicado)

December 26, 2018, 8:22 am

≫ Next: Tutorial gratuito de Introduccion a Pentaho

≪ Previous: Workshop Big Data Analytics en Madrid y Barcelona

Muy buena y clarificadora explicación, desde un punto de vista práctico de las diferencias entre estas dos disciplinas

Saber más:

Workshops Big Data Analytics en Madrid y Barcelona

diciembre 24, 2018 big data, kylin, open source, Pentaho, vertica No comments

2018 ha sido un buen año, en el que hemos vuelto a organizar nuestros workshops sobre tecnologías Open Source aplicadas al Big Data, Analytics, OLAP y Business Intelligence, en diferentes ciudades en España, así como también en algunas ciudades en Latam (Lima, Asunción, Santiago de Chile...) Hace unas semanas, cerrábamos de la mejor de las maneras, con el Workshop Big Data OLAP realizado en Madrid, en donde se cubrió todo el aforo (algunos amigos...

Como empezar a aprender Big Data en 2 horas

octubre 18, 2018 big data, Documentacion, teoria No comments

Big Data es uno de los hitos de estos últimos años. Son muchas las personas que quieren acercarse y conocer, primero lo más básico, para tener unas nociones generales. Pero resulta complicado encontrar una rápida guía, que en un par de horas, sirva para 'defendernos' en esto del Big Data, máxime si no se tienen altos skills técnicos Por ello, hemos recopilado una serie de infografías, presentaciones, webinar, demos y documentación para que...

Los mejores posts de TodoBI sobre Data Science durante el verano

septiembre 06, 2018 big data, machine learning, open source, Pentaho No comments

Glosario de Inteligencia Artificial (AI)

octubre 27, 2018 machine learning No comments

Red neuronal artificial (RNA) Un algoritmo que intenta imitar al cerebro humano, con capas de "neuronas" conectadas que se envían información entre sí. Algoritmos de caja negra Cuando el proceso de toma de decisiones o la salida de un algoritmo no puede ser fácilmente explicado por el ordenador o el investigador detrás de él. Computer vision El campo de la I.A. se ocupa de enseñar a las máquinas a interpretar el mundo visual, es decir, a ver. Aprendizaje...

Machine Learning Demo Tutorial

octubre 25, 2018 machine learning, open source No comments

↧

Tutorial gratuito de Introduccion a Pentaho

December 26, 2018, 8:47 am

≫ Next: Que algoritmo de Machine Learning elegir para cada problema?

≪ Previous: Diferencias entre Business Intelligence y Data Science (bien explicado)

Ya tenéis disponible el Curso de Introducción a Pentaho, con más de dos horas y media de duración, actualizado, que cubre todos los aspectos para crear potentes soluciones Business Intelligence y Data Warehouse, con gran cantidad de ejemplos prácticos, que esperamos os sea de utilidad

Se hace un repaso a todas las herramientas necesarias para la construcción de estas soluciones, indicando paso a paso como usarlas, así como ejemplos reales de aplicación.

El Tutorial cubre los siguientes apartados:

- ETL
- Metadatos
- Reporting
- Modelos Mondrian
- Analisis OLAP
- Cuadros de Mando
- Scorecards
- Big Data...

Puedes ver también el Tutorial de Creación de Cuadros de Mando Open Source

↧

Que algoritmo de Machine Learning elegir para cada problema?

January 2, 2019, 12:22 am

≫ Next: Como integrar Saleforce y PowerBI

≪ Previous: Tutorial gratuito de Introduccion a Pentaho

Dado que existen muchos algoritmos, como hemos venido contando ultimamente, os vamos a dar unas pistas para ayudaros:

1. Cuando usar Machine Learning

Lo primero que tenemos que tener en cuenta es que, aunque hablar y usar Machine Learning es una tendencia y es 'cool', debemos ser conscientes de que sea de utilidad. Hemos visto que los Data Scientist están de moda pero muchos abandonan sus trabajos, por no adecuar las expectativas

Os puede ser útil esta 'Breve Historia del Machine Learning', como punto de arranque

Algunos ejemplos útiles serían los de detectar patrones entre múltiples datos o identificar excepciones o anomalías dificiles de detectar. Ej) Reconocimiento visual de rostros

Debo usar 'machine learning' para crear un Data Mart de ventas mensuales? probablemente no

También hay que tener en cuenta la diferencia entre los especialistas en Business Intelligence, Data Scientist y Data Engineer

Son muchos los lenguajes de programación que pueden solventar nuestros problemas y necesidades, sin recurrir al Machine Learning (que trata la el proceso de programación de forma diferente)

2. Definir el problema

Se trataría de responder a las siguientes preguntas:

Que quiero hacer?

- Si lo que necesitas es agrupar o establecer categorías o grupos, puedes utilizar algoritmos de clasificación
- Si quieres predecir un importe, cantidad, ventas, etc... deberás usar algoritmos de regresión
- Si quieres detectar datos incongruentes, incorrectos, fallos, etc... usa detección de anomalías
- Si lo que tienes es un montón de datos, aparentemente inconexos y sin ninguna relación entre ellos, pues utilizar clustering, de forma que se establezcan estructuras y grupos con patrones comunes

Mas de 20 técnicas y tipos de análisis

Que información tengo disponible?

Cuantos más datos tengas mejor
Cuanto más serie histórica mejor
Cuantos más atributos, etiquetas, etc... mejor
Cuantás más clases y características de los datos... mejor

Cuales son las limitaciones?

Hay que tener suficiente capacidad de almacenamiento
Hay que tener suficiente velocidad de procesamiento
Hay que tener paciencia y tiempo para entrenar los algoritmos
Los resultados nunca son concluyentes o completos

3. Conocer un poco de teoría de Machine Learning

Sí, hay que 'echar codos'y estudiar. Y no poco, si no bastante. Es necesario conocer matemáticas, estadística y teoría sobre Machine Learning

Glosario de los principales términos en Machine Learning
Curso de Machine Learning por Google

4. Cuales son los algoritmos de Machine Learning más populares

Cada vez hay más. No os agobiéis. Lo mismo, que no conseguiréis resultados totalmente exactos, tampoco podrás abarcar todos los algoritmos

Curso de Machine Learning para software engineers

Los más conocidos son.
- Regresión linear
- Arboles de decisión
- Random Forest
- Boosting
- Support Vector Machine
- Redes neuronales
- K-means
- Naive Bayes

Echa un vistazo a 'Los 30 mejores proyectos de Machine Learning Open Source'

5. Elegir que algoritmo usar

Esto siempre es complicado y depende de muchos factores, como explicábamos arriba. Esta tabla puede ayudaros:

Aquí tenéis unas pequeñas chuletas de muchos de los algoritmos más habituales:

6. Consejos prácticos

- Podéis usar herramientas tanto especificas de Machine Learning (R, Python, Weka, Matlab, Spark, SAS...) como otras que incluyen para su ingesta o explotación visual (como Pentaho o PowerBI, Shiny)

- Lo primero son los datos. Revisad muy bien antes de comenzar que los datos tienen la suficiente calidad y amplitud para ser de utilidad (os evitaréis mucho trabajo en vano)

- Podéis contar con especialistas o formaros con gente como el equipo de Stratebi, que nos han ayudado a crear este post. Obviamente, hay muchos buenos especialistas con los que contar

- Haced iteraciones. No pretendáis llegar a la meta en un solo intento. En Machine Learning hay que ir aprendiendo poco a poco

En este post tenéis información más detallada, en la que nos hemos basado

↧

Como integrar Saleforce y PowerBI

January 2, 2019, 1:48 am

≫ Next: La UE pondrá fondos para detectar bugs en 14 aplicaciones Open Source

≪ Previous: Que algoritmo de Machine Learning elegir para cada problema?

Os contamos las posibilidades de integración de las dos soluciones Business Intelligence y CRM más extendidas del mercado: PowerBI y Salesforce

Gracias a la posibilidad de integración de las herramientas se abre una gran cantidad de posibilidades
Ahora puede obtener información en tiempo real de los datos de Salesforce mediante la conexión a través de Power BI

Visualice sus oportunidades

Power BI le ayuda a identificar oportunidades en un único panel. Analice su proceso, consulte sus ventas a través de una amplia variedad de métricas y obtenga información en relación con el análisis de clientes potenciales.

Obtenga información de sus clientes

Los libros listos para usar ofrecen elementos visuales sobre las principales métricas. Visualice el análisis de casos por tipo, prioridad y geografía. Analice el rendimiento del servicio por el nivel de prioridad, la tasa de resolución, etc.

Explore los datos en profundidad

Cada gráfico de nivel superior se expande para ofrecer detalles sobre las cuentas, los clientes potenciales, los ingresos y el servicio. Personalice estos informes para obtener la información que necesite.

Conocer más info de la integración

Mas info de PowerBI:

Curso de PowerBI, no te lo pierdas!!

noviembre 22, 2018 powerBi 2 comments

Power BI es un conjunto de aplicaciones de análisis de negocios que permite analizar datos y compartir información. ¡Es la solución perfecta destinada a la inteligencia empresarial! (3 y 4 de Diciembre) Conoce sus características técnicas Con Power BI podrás crear potentes informes utilizando diferentes fuentes de datos: SAP HANA, MySQL, Teradata, IBM DB2, Dynamics Navision, CRM, SQL. Archivos de Excel, .CSV, JASON o descargar...

Mas de 25 novedades en PowerBI

octubre 21, 2018 powerBi 1 comment

Desde hace ya unos cuantos meses, os venimos contando sobre PowerBI, la herramienta de Data Discovery que cubre las necesidades para crear Dashboards, por parte de usuarios finales y avanzados. Además, para tener una solución completa BI y Analytics, puedes complementarla con soluciones Open Source como Pentaho, LinceBI y todo tipo de integraciones Machine Learning y Big Data Mas información sobre PowerBI (cursos, buenas prácticas, integración) Ultimas...

↧