👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Muchas gracias por la información!. Una consulta, en una distribución uniforme, tiene sentido, por ejemplo, obtener el promedio, si en verdad los datos no se concentran alrededor de este?
Gracias, excelente contenido. Crees que todas las features deben tener una distribución aprox. gaussiana? si hay alguna que no cumple la condición se podría transformar para así no afectar al modelo?
Muy buen video amigo. Quisiera que me ayudes con esta consulta porfavor. Hay algún tipo de gráfico de plt que nos dé la gráfica de la distribución acumulada de los datos?
Gracias por tus comentario. Con respecto a tu pregunta, la respuesta es sí y te recomiendo echarle un vistazo a otro de los videos que tenemos publicados en el canal ruclips.net/video/foLHkB6W_Ww/видео.html
Hola Andrik. Las listas de reproducción agrupan el contenido del canal por tema y tienen cierto orden. Sin embargo, dado que aprender ciencia de datos involucra también aprender sobre machine learning y programación, mi sugerencia es que sigas el orden de subida de los videos y te enfoques en aquellos que creas podrían serte de mayor utilidad. No es coincidencia que el primer video del canal sea la instalación de python, es de mi mayor interés proveer un camino que sirva de apoyo para el desarrollo de habilidades y conocimientos de forma autodidacta :)
Gracias por preguntar. Hasta donde yo sé no se puede de forma nativa pues violaría precisamente el objetivo del histograma de mostrar la distribución de los datos. Sin embargo, lo que sí se puede hacer es procesar los datos para crear tus propias categorías y después realizar el histograma. Por ejemplo, podrías reemplazar todos los valores de 0 a 1 con un 1, después todos los valores del 1 al 3 con un 2, y finalmente, todos los valores del 4 al 10 con un 3. Así tendrías tus propias categorías y podrías obtener el histograma correspondiente.
Hola Caroline. Gracias por tus comentarios. Aquí va el código para generar 100 lanzamientos de un dado (que podrías graficar con histograma usando el código del video): import numpy as np cien_lanzamientos =np.random.randint(6, size=100) + 1 print(cien_lanzamientos)
@Aldotronix muchas gracias por interactuar con el contenido del canal. En definitiva nos ayuda. Ah, por cierto, tengo planeado en un futuro hacer videos de la Prueba de Kolmogorov-Smirnov y la Prueba de Shapiro-Wilk :)
![I.N "HALLUCINATION" | [Stray Kids : SKZ-PLAYER]](http://i.ytimg.com/vi/n5B5q1Hwt_U/mqdefault.jpg)
👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.com
Este hombre tiene el don de la enseñanza.
¡Muchas gracias!
que buen video introductorio , el mejor que haya visto
@alexismr4148 muchas gracias!!!
Acabo de encontrar este canal ayer y es una locura lo que eh aprendido muchas gracias!!!!
Me da muchísimo gusto que los videos sean de utilidad :)
Justo lo que necesitaba, excelente contenido. Gracias
@yomero327 gracias por seguir el contenido del canal :)
Excelente video Octavio. Gracias por tu gran aporte!!
En verdad agradezco tus comentarios
Hola, agradezco el contenido. ¡Es muy bueno! 👏
Gracias a ti por tomarte el tiempo de comentar Andrés. Saludos!!
Muchas gracias!!
Saludos! 😊
Muchas gracias, excelente contenido Profe.
Muchas gracias por seguir el contenido del canal!!!
Eres una crack, muchas gracias
Agradezco tus comentarios Miguel. Saludos!!
Muchas gracias por la información!. Una consulta, en una distribución uniforme, tiene sentido, por ejemplo, obtener el promedio, si en verdad los datos no se concentran alrededor de este?
muchas gracias por este video me aclaro varias dudas
Gracias por seguir el contenido del canal :)
Gracias, excelente contenido. Crees que todas las features deben tener una distribución aprox. gaussiana? si hay alguna que no cumple la condición se podría transformar para así no afectar al modelo?
muy buen video, gracias
Gracias por apoyarnos con los comentarios!!!
Excelente video!
Muchas gracias por tus comentarios Diego :)
CAPOOOOO, MUCHAS GRACIAS
Agradezco mucho tu comentario y gracias por seguir al canal :)
muchas gracias!
Gracias por escribirnos y por ver el canal :)
Gran video!
Gracias por ver el canal :)
Muy buen video amigo.
Quisiera que me ayudes con esta consulta porfavor. Hay algún tipo de gráfico de plt que nos dé la gráfica de la distribución acumulada de los datos?
Gracias por tus comentario. Con respecto a tu pregunta, la respuesta es sí y te recomiendo echarle un vistazo a otro de los videos que tenemos publicados en el canal ruclips.net/video/foLHkB6W_Ww/видео.html
Excelente
Muchas gracias!!!!
@@CodigoMaquina a vuestro equipo !!
Hola, la lista de reproducción de "Ciencia de datos" lleva un orden para ir aprendiendo?
Hola Andrik. Las listas de reproducción agrupan el contenido del canal por tema y tienen cierto orden. Sin embargo, dado que aprender ciencia de datos involucra también aprender sobre machine learning y programación, mi sugerencia es que sigas el orden de subida de los videos y te enfoques en aquellos que creas podrían serte de mayor utilidad. No es coincidencia que el primer video del canal sea la instalación de python, es de mi mayor interés proveer un camino que sirva de apoyo para el desarrollo de habilidades y conocimientos de forma autodidacta :)
Utilizó alguna base de datos ?
¿Se puede colocar distintas longitudes de las "cubetas" , por ejemplo que uno vaya de 0 a 1, y otro de 1 a 3, y otro de 4 a 10?
Gracias por preguntar. Hasta donde yo sé no se puede de forma nativa pues violaría precisamente el objetivo del histograma de mostrar la distribución de los datos. Sin embargo, lo que sí se puede hacer es procesar los datos para crear tus propias categorías y después realizar el histograma. Por ejemplo, podrías reemplazar todos los valores de 0 a 1 con un 1, después todos los valores del 1 al 3 con un 2, y finalmente, todos los valores del 4 al 10 con un 3. Así tendrías tus propias categorías y podrías obtener el histograma correspondiente.
Hola excelente video, como sería el código de tirar 100 veces un dado y obtener su distribucion de frecuencia python
🙏
Hola Caroline. Gracias por tus comentarios. Aquí va el código para generar 100 lanzamientos de un dado (que podrías graficar con histograma usando el código del video):
import numpy as np
cien_lanzamientos =np.random.randint(6, size=100) + 1
print(cien_lanzamientos)
Es un histograma de una distribución normal?
Efectivamente, la gráfica que se presenta en el minuto 16:00 es un histograma de la distribución normal. Gracias por ver el canal :)
Aqui puro shapiro wilk y kolgomorov smirnov 😎
@Aldotronix muchas gracias por interactuar con el contenido del canal. En definitiva nos ayuda. Ah, por cierto, tengo planeado en un futuro hacer videos de la Prueba de Kolmogorov-Smirnov y la Prueba de Shapiro-Wilk :)
Muy buen video!
Muchas gracias por tu comentario y feliz año :)
Excelente video!
Gracias por el comentario y por darte el tiempo de escribirnos :)