Juan Carlos González

Data Scientist

Los datos bien tratados se pueden transformar en conocimiento, a menudo de forma sorprendente.

Email: jcgonzalez@apsl.net
Entradas por autor "jcgonzalez"
Py_data_05.jpeg

¡Enhorabuena a los chicos del grupo de Ciencia de Datos!


El pasado miércoles 13 de septiembre se ha celebrado el  7ht PyDataMallorca Meetup en el auditorio del Parcbit y patrocinado por APSL. El evento que contó con la asistencia de más 50 personas interesados en temas de Machine Learning y análisis de datos de  Palma de Mallorca.  En dicho  evento, el equipo de ciencias de datos de APSL conformados por Juan Carlos González-Avella, Marc Tudurí y Gabriel Rul-lan y en ...
Leer mas

Using Linear Discriminant Analysis (LDA) for data Explore: Step by Step.


In this contribution we introduce another technique for dimensionality reduction to analyze multivariate data sets. In particular, we will explain how to employ the technique of Linear Discriminant Analysis (LDA) to reduce the dimensionality of the space of variables and compare it with PCA technique in order to find the similarities and differences between both techniques, so that we can have notion, in which case we should use one of them.

Leer mas

Using Principal Component Analysis (PCA) for data Explorer. Step by Step


In this contribution we show, through some toy examples, how to use Matrix Factorization techniques to analyze multivariate data sets in order to obtain some conclusions from them that may help us to take decisions. In particular, we explain how to employ the technique of Principal Component Analysis (PCA) to reduce the dimensionality of the space of variables.

Leer mas

Análisis de Series Temporales Usando Redes Neuronales Recurrentes.


En éste artículo se introduce el uso de Redes Neuronales Recurrentes (RNN) como nuevo enfoque para tratar el problema del análisis y predicción de series temporales. Como casos de estudio y para demostrar el grado de éxito del uso de RNN en éste contexto, aplicamos este enfoque al estudio del consumo eléctrico en la población de Sóller (Mallorca) y en el estudio del consumo eléctrico en la isla de Tenerife. El objetivo es mostrar cómo, con esta metodología se puede predecir el consumo eléctrico de las poblaciones con un grado de precisión que ronda el 93%.Para ello, proponemos el uso de un tipo de red neuronal recurrente, conocida como “Long Short Term Memory Network” (LSTM).

Leer mas