What we're about

Grupo para compartir experiencias, éxitos, mejores prácticas y hacer sinergia en la conjuncion de aplicaciones de Apache Spark, uso de Aprendizaje Automatizado (Machine Learning, ML), Inteligencia Artificial con Jupyter, Python, TensorFlow y Keras.

Es un lugar que deseamos convertir en una Catapulta para la Promocion y Uso de la Ciencia de Datos y las Matemáticas.

Bienvenidos todos los entusiastas promotores de estas técnicas del Mundo de la Ciencia de los Grandes Volumenes de Datos y la Inteligencia Artificial

Upcoming events (4)

Inteligencia Artificial, Predicción numérica, TensorFlow, Series Tiempo y Python

Inteligencia Artificial, Predicción numérica, TensorFlow, Series Tiempo y Python No se quede fuera del mundo de la Inteligencia Artificial aplicado a economia con series de tiempo y redes recurrentes de tipo LSTM Sábado 21 de septiembre 2019, de 10am a 2pm INVERSIÓN: 2,000 + i.v.a. Para CFDI, favor enviar datos fiscales BBVA Bancomer CLABE:[masked] Atentamente Dr Gabriel GUERRERO [masked] info cel (55)[masked] Temario 1) Instalación máquina virtual con todos los sistemas en operación: Centos 7, Anaconda, Python, Jupyter, TensorFlow, Keras y bibliotecas de graficacion de Python 2) Inicio de ambiente desarrollo con cuadernos Jupyter Notebooks con Python, para clasificación de dígitos, manejo de Series de Tiempo y graficación básica 3) Breve introducción al mundo de Tensores para la descripción de problemas. ¿Cómo genero a partir de mis datos una representación del problema con tensores? ¿Por qué TensorFlow de Google, es una herramienta indispensable en la Ciencia de Datos? 4) Solución de problemas clásicos de regresión lineal y predicción numérica 5) Breve introducción al modelo de red neuronal recurrente de tipo LSTM 5) Solución de problemas de predicción con Series de Tiempo usando TensorFlow. Caso: Predicción consumo eléctrico con redes LSTM ¿Por qué las redes LSTM? Las redes neuronales LSTM, (Long Short-Term Memory), son un tipo particular de redes neuronales recurrentes que constituye una nueva metodología para la aplicación de la Inteligencia Artificial en fenómenos donde el tiempo es una variable estratégica. De manera sencilla, podemos pensar que las redes LSTM tienen “memoria” y que contienen celdas de estado contextuales internas que actúan como celdas de memoria a largo plazo (Long Term Memory) o a corto plazo (Short Term Memory), de donde toman su nombre como Redes Neuronales con Memoria a Largo y Corto Plazo. La salida de la red LSTM está definida por el estado de estas celdas. Esta es una propiedad muy importante cuando necesitamos que la predicción de la red neuronal dependa del contexto histórico de las entradas, y no solo de la última entrada, como en las redes neuronales convolutivas. Es conocido de los economistas, que el futuro no solo depende del inmediato anterior, sino del comportamiento de los fenómenos en el tiempo pasado. Por lo anterior el modelo de Red Neuronal con Memoria a Largo y Corto Plazo (LSTM Long Short-Term Memory), es uno de los modelos que mayor relevancia actualmente para los estudios de los economistas y tomadores de decisiones económicas. Hoy la Inteligencia Artificial, las Redes Neuronales y el Aprendizaje Profundo son los temas que están en todos los medios, como la nueva revolución en el mundo de las TICs En este taller, se ofrece un recorrido con ejemplos del uso del lenguaje de programación Python en un ambiente interactivo Jupyter, con un enfoque de Ciencia de Datos Es un taller práctico en donde con ejemplos completos en operación, se muestra el uso del lenguaje Python para la construcción de redes neuronales con Keras Esta es una metodología de enseñanza muy exitosa, en donde se enseña TOP/DOWN, es decir se ofrecen sistemas completos de operación y se muestra y explica cada uno de los elementos que permiten el funcionamiento. En saXsa se ofrecen ejemplos completos y en una maquina virtual con los ejemplos operando, para que el alumno, los tome como plantillas y pueda al termino de 4 horas poder hacer uso de estas plantillas en su problemática cotidiana. No se quede fuera del mundo de la Inteligencia Artificial Sábado 21 de septiembre 2019, de 10am a 2pm INVERSIÓN: 2,000 + i.v.a. Para CFDI, favor enviar datos fiscales BBVA Bancomer CLABE:[masked] Atentamente Dr Gabriel GUERRERO [masked] info cel (55)[masked]

Microservicios: Uso herramientas para la generación de microservicios básicos

Microservicios: Uso herramientas para la generación de microservicios básicos Martes 24 de septiembre 2019 Horario: 5pm a 9pm Introducción En un ambiente de ambigüedades, incertidumbre, riesgo, duda, posverdad y noticias falsas, en un entorno empresarial y de la sociedad, surge una gran pregunta: ¿Cómo actuar en estas circunstancias? Todos los expertos empresariales, dicen que es necesario ejercer liderazgo en la toma de decisiones y aportar claridad a través de la realidad que hoy se refleja en datos y asi mismo, promover un mayor uso de las metodologías analíticas con el mayor rigor, para que sean credibles y puedan aportan soluciones. Recordemos que hoy un gran problema en la sociedad hiperconectada, es la posverdad que es la distorsión deliberada de una realidad, con el fin de crear y modelar la opinión pública e influir en las actitudes sociales, en la que los hechos objetivos tienen menos influencia que las apelaciones a las emociones y a las creencias personales. En todos los eventos de los grandes grupos y consultoras de tecnología, tenemos mensajes como: “En esta conferencia compartiremos nuevas estrategias, orientación y mejores prácticas para ayudarle a analizar su futuro con base en datos fidedignos, analítica ágil en la que se pueda confiar, y con la claridad necesaria para empoderarle con los conocimientos y las perspectivas necesarias para sobresalir en la economía digital”. Estos son eventos muy importantes que nos dicen “QUE HACER”, “POR QUE ES IMPORTANTE”, pero al día siguiente que regreso a la oficina, yo siempre me pregunto: ¿Por donde empiezo?, ¿Con que herramientas? ¿Existen ejemplos básicos de como hacer una primera prueba de concepto? Precisamente estas son las preguntas y objetivos de nuestro proximo taller: Herramientas para la generación de microservicios básicos Herramientas: Node.js, Apache CouchDB, W3.css, … Todos coinciden en que la Analítica de Datos impulsará cada vez más innovaciones disruptivas, impactando modelos de negocios establecidos en el mercado. Sin embargo, estos nuevos enfoques para la Analítica de Datos requiere una Arquitectura de Instrumentación más amplia y moldeable que sea capaz de evolución y que la instrumentación sea mas ágil. Y en este contexto hoy en otra área de las Tecnologías de la Información surgen conceptos como Arquitectura de Microservicios como medio de construcción de sistemas y Docker, como medio de soporte físico a los sistemas. La Arquitectura de Microservicios es una metodología para el desarrollo de sistemas que consiste en construir una aplicación como un conjunto de pequeños servicios, los cuales se ejecutan en su propio proceso y se comunican con mecanismos ligeros (normalmente una API de recursos HTTP). ¿Pero por donde empezar? Aprenda a integrar una plataforma con Node,js, Apache CouchDB, MongoDB, W3.css, WebSockets, ... y varias herramientas Nosotros le ofrecemos ejemplos basicos de microservicios que en otro taller le enseñaremos como administrarlos con herramientas Kubernetes y en otro como asociarlos fisicamente a equipos con herramientas Docker Todo esto con PLANTILLAS para "COPY/EDIT/PASTE", es decir copiar lo que funciona, editar para aumentar lo que le falta, e integrarlo en mi sistema productivo Martes 24 de septiembre 2019 Horario: 5pm a 9pm Horario: 5pm a 9pm INVERSIÓN: 2,000 + i.v.a. Para CFDI, fvor de enviar datos fiscales BBVA Bancomer CLABE:[masked] Atentamente Dr Gabriel GUERRERO [masked] info cel (55)[masked]

No sigas en las nubes, no te quedes fuera de la nube! Usa el IQ con AI

No sigas en las nubes, no te quedes fuera de la nube! Usa el IQ con AI Recordemos, Intelligence Quotient (IQ) y Artificial Intelligence (AI) son dos conceptos que ahora están por las nubes!!! IQ = Calificacion Edad Mental / Edad Cronologica Asi que entre mas viejo, menos IQ, por lo que no dejes pasar el tiempo del entrar al desarrollo de aplicaciones para la Nube, pero que utilicen Inteligencia Artificial. Aunque parece un término enigmático, la computación en la nube (cloud computing) hace referencia al acceso y almacenamiento de datos, aplicaciones, equipos físicos y plataformas de desarrollo al alcance de cualquier equipo conectado a internet. Esto es usar lo que se sabe hacer en un equipo personal pero que se hospede y utilice todos los instrumentos ya instalados y configurados, listos para recibir nuestros datos y modelos a costos de uso abordables. De esta forma todos los desarrolladores pueden ofrecer sus modelos a micro empresas que no tienen capacidad financiera de adquirir costosos centros de datos. ¿Cómo se desarrollan aplicaciones para ejecutarse en la nube?, ¿cuáles son sus ventajas como desarrollador?, ¿cómo se integran nuevas aplicaciones en este modelo tecnológico?. Estos son los temas que se abordan en el taller en donde se analizan utilizando la Nube Azure AI de Microsoft. Azure AI: Haga realidad la inteligencia artificial (IA) en su negocio ahora. No se necesita tener cuenta con costo en esta plataforma para empezar, ...., aunque despues del periodo de prueba, si se requiere pagar una cuota. En el taller, usamos los conceptos y ofrecemos plantillas de uso en una plataforma de código abierto, que pueden "subirse y adecuarse" a la Nube Azure AI para su explotación comercial Con la cuenta de prueba gratuita de la Nube Azure, se pueden descubrir servicios de inteligencia artificial y utilizar los servicios gratuitos durante varios meses Nos enfocamos en el Aprendizaje Automatizado (Machine Learning) para crear, entrenar e implementar modelos usando herramientas de código abierto: Python, Cuadernos Jupyter, Apache Spark, y Databricks MLFlow Y estas mismas herramientas ahora las encuentra tambien en la platforma Azure AI No se lo pierda El entorno Anaconda instalado en Studio de Azure contiene paquetes comunes como NumPy, SciPy y Scikit-Learn. Por ejemplo, puedo desarrollar con Cuadernos Jupyter Python en local y despues utilizar todo en la Nube https://docs.microsoft.com/es-es/azure/notebooks/quickstart-migrate-local-jupyter-notebook Y como esto, muchas facilidades para los desarrolladores de código abierto que desean "bajarse de estar en las nubes inventando todo y subir a la nube sus desarrollos para ofrecerlos a las PYMES o pequeñas empresas" Jueves 26 de septiembre 2019 De 5 pm 9pm INVERSIÓN: 2,000 + i.v.a. Para CFDI, fvor de enviar datos fiscales BBVA Bancomer CLABE:[masked] Atentamente Dr Gabriel GUERRERO [masked] info cel (55)[masked] Temario 0) Conceptos básicos de Aprendizaje Automatizado (Machine Learning) y las principales herramientas de código abierto disponibles en Internet y las que ofrece la Nube Azure 1) Uso de Python en Cuaderno Jupyter en local y Nube Azure 2) Aprendizaje Automatizado para la Predicción Numérica en local y en Nube Azure 3) Clasificación de números manuscritos MNIST en local y en Nube Azure 4) Uso de Azure AI Cognitive Services. Incorpore a sus aplicaciones, sitios web y algoritmos inteligentes que permiten ver, oír, hablar, comprender e interpretar las necesidades de los usuarios con formas de comunicación naturales. Transforme su negocio con inteligencia artificial La introducción de herramientas como el Azure Cognitive Services brindan a los desarrolladores la posibilidad de agregar funciones de AI con menor complejidad en aplicaciones para grupos que no cuentan con posibilidades de adquisición de costosos centros de datos, como las PYMES. No se quede fuera de la Nube, y en este taller le mostramos la Nube Azure

No sigas en las nubes, no te quedes fuera de la nube! Usa el IQ con AI

No sigas en las nubes, no te quedes fuera de la nube! Usa el IQ con AI Recordemos, Intelligence Quotient (IQ) y Artificial Intelligence (AI) son dos conceptos que ahora están por las nubes!!! IQ = Calificacion Edad Mental / Edad Cronologica Asi que entre mas viejo, menos IQ, por lo que no dejes pasar el tiempo del entrar al desarrollo de aplicaciones para la Nube, pero que utilicen Inteligencia Artificial. Aunque parece un término enigmatico, la computación en la nube (cloud computing) hace referencia al acceso y almacenamiento de datos, aplicaciones, equipos físicos y plataformas de desarrollo al alcance de cualquier equipo conectado a internet. Esto es usar lo que se sabe hacer en un equipo personal pero que se hospede y utilice todos los instrumentos ya instalados y configurados, listos para recibir nuestros datos y modelos a costos de uso abordables. De esta forma todos los desarrolladores pueden ofrecer sus modelos a micro empresas que no tienen capacidad financiera de adquirir costosos centros de datos. ¿Cómo se desarrollan aplicaciones para ejecutarse en la nube?, ¿cuáles son sus ventajas como desarrollador?, ¿cómo se integran nuevas aplicaciones en este modelo tecnológico?. Estos son los temas que se abordan en el taller en donde se analizan utilizando la Nube Azure AI de Microsoft. Azure AI: Haga realidad la inteligencia artificial (IA) en su negocio ahora. No se necesita tener cuenta con costo en esta plataforma para empezar, ...., aunque despues del periodo de prueba, si se requiere pagar una cuota. En el taller, usamos los conceptos y ofrecemos plantillas de uso en una plataforma de código abierto, que pueden "subirse y adecuarse" a la Nube Azure AI para su explotación comercial Con la cuenta de prueba gratuita de la Nube Azure, se pueden descubrir servicios de inteligencia artificial y utilizar los servicios gratuitos durante varios meses Nos enfocamos en el Aprendizaje Automatizado (Machine Learning) para crear, entrenar e implementar modelos usando herramientas de código abierto: Python, Cuadernos Jupyter, Apache Spark, y Databricks MLFlow Y estas mismas herramientas ahora las encuentra tambien en la platforma Azure AI No se lo pierda El entorno Anaconda instalado en Studio de Azure contiene paquetes comunes como NumPy, SciPy y Scikits-Learn. Por ejemplo, puedo desarrollar con Cuadernos Jupyter Python en local y despues utilizar todo en la Nube https://docs.microsoft.com/es-es/azure/notebooks/quickstart-migrate-local-jupyter-notebook Y como esto, muchas facilidades para los desarrolladores de código abierto que desean "bajarse de estar en las nubes inventando todo y subir a la nube sus desarrollos para ofrecerlos a las PYMES o pequeñas empresas" Sábado 5 de octubre 2019 De 10am a 2pm INVERSIÓN: 2,000 + i.v.a. Para CFDI, fvor de enviar datos fiscales BBVA Bancomer CLABE:[masked] Atentamente Dr Gabriel GUERRERO [masked] info cel (55)[masked] Temario 0) Conceptos básicos de Aprendizaje Automatizado (Machine Learning) y las principales herramientas de código abierto disponibles en Internet y las que ofrece la Nube Azure 1) Uso de Python en Cuaderno Jupyter en local y Nube Azure 2) Aprendizaje Automatizado para la Predicción Numerica en local y en Nube Azure 3) Clasificacion de numeros manuscritos MNIST en local y en Nube Azure

Photos (537)