Potencializa la utilidad de tus datos con BootStrapping usando Python

[@CodigoMaquina]

👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en www.xiperia.comn

[@edgarcajusol7394]

Excelente explicacion, muchas gracias!

[@CodigoMaquina]

¡Muchas gracias!

[@waltermanuelmaytanavarro3661]

Gracias, es lo que estaba buscando y no encontraba. 😃😃😃😃

[@CodigoMaquina]

Me da gusto leer que llegó justo a tiempo :). Gracias por seguir el contenido del canal :)

[@javierjosevilcanina6834]

Estoy mirando sus videos, buen aporte, explicas de una manera clara, con gráficos y ejemplos y en nuestro idioma. Gracias Maestro.

[@CodigoMaquina]

Muchas gracias!!!

[@davidreyeslora1623]

hombre me encantan tus videos, eres un bestia, saludos desde Cuba.

[@CodigoMaquina]

Muchas gracias David. Saludos desde México :)

[@apoc2004]

"código maquina". Los mejores !!!

[@CodigoMaquina]

Muchísimas gracias Carlos!!!

[@Rbto10]

Gracias capo!

[@CodigoMaquina]

Es un placer. Gracias por interactuar en el canal :)

[@Alex-jj6rn]

El mejor canal en español de temas relacionados con ciencia de datos. Muchas gracias!!

[@CodigoMaquina]

¡¡¡Muchísimas gracias por esas palabras!!!

[@rockophill3934]

GRacias Maestro Octavio!! excelente como siempre!

[@CodigoMaquina]

¡¡¡Muchas gracias Rocko!!!

[@JuanMartinez-bw7og]

Excelente explicación, sencilla y didáctica. Como aportación, se puede reducir el codigo de la casilla 1000 muestras con bootstrap utilizando comprensión de listas de la siguiente forma: muestras = np.array([np.array(np.random.choice(calif, tamanio_muestra, replace = True)) for _ in range(num_muestras)]) o de otra forma más visual: muestras = np.array( [np.array( np.random.choice(calif, tamanio_muestra, replace = True) ) for _ in range(num_muestras)] ) Saludos!

[@sergiomiranda2965]

muestras = np.empty((num_muestras, tamano_muestra)) num_muestras = 1000000 muestras = np.random.choice(califs, (num_muestras, tamano_muestra), replace=True) Es aún más rápido, y estoy viendo la manera de efiientarlo más con la librería de dask segmentandolo por chunks pero al memento de graficar el histograma, colapsa todo :(

[@danielariosperez8956]

Llevo años intentando estudiar ciencia de datos con diferentes cursos y en diferentes plataformas (incluidas en inglés) y hasta ahora empiezo a entender por qué, cómo y qué tener en cuenta al momento de hacer muchas cosas, descubrí este canal hace 1 semana y estoy con la meta de devorar todo el contenido. Muchas gracias por tomar tu tiempo de hacer estos vídeos tan bien explicados y producidos y que además están al acceso de todos nosotros. Miles de bendiciones y muchos exitos

[@CodigoMaquina]

Muchas gracias por todos tus comentarios y te felicito por el esfuerzo de adquirir nuevas habilidades de forma autodidacta :)

[@franciscolomeli423]

Muy buena explicación, se ganó otro suscriptor.

[@CodigoMaquina]

@franciscolomeli423 gracias por los comentarios y por la confianza!!!

[@mejia414]

excelente tus videos saludos desde colombia

[@CodigoMaquina]

@mejia414 muchas gracias por tu comentario y por seguir el contenido del canal. Un saludo desde la Ciudad de México :)

[@Leonardo-od1sc]

Buenas noches Octavio, con el like 27. Excelente la explicación no solo de esta clase, sino en todo el contenido de tu canal. La medida justa y necesaria tanto en la dialéctica y los ejemplos que presentas, das la sensación que el análisis de datos sea sencillo, la realidad que no lo es 🤣 Mis felicitaciones continua así!!!! Saludos desde Argentina.

[@CodigoMaquina]

Muchas gracias por tus palabras Leonardo. Son muy gratificantes

[@victormacias3523]

Tu canal es excelente, tremendo para explicar

[@CodigoMaquina]

@victormacias3523 muchas gracias :)

[@luiscarlospallaresascanio2374]

Buen video, estaba en el tema de intervalos de confianza y luego me fui a regresión sin darme cuenta que me había pasado de este tema.

[@CodigoMaquina]

Así pasa cuando uno se concentra en los temas :)

[@fisicaparalavida108]

Excelentes gràficos!

[@CodigoMaquina]

Gracias!!!

[@sergiomiranda2965]

13:45 Solo un pequeño aporte; Si se reemplaza: muestras = np.array([]) num_muestras = 1000 for m in range(num_muestras): muestras = np.append(muestras, np.random.choice(califs, tamano_muestra, replace=True)) muestras = muestras.reshape(-1, tamano_muestra) Por: muestras = np.empty((num_muestras, tamano_muestra)) num_muestras = 1000000 muestras = np.random.choice(califs, (num_muestras, tamano_muestra), replace=True) muestras.shape, muestras Es 900% más eficiente (1 millon de repeticiones en menos de 5 segundos) np.array por np.empty y eliminando el for se logra esta eficiencia

[@edgroj2904]

Hola Octavio, disfruto mucho de tus videos y conocimientos, te quisiera hacer una pregunta, estoy haciendo un chat bot y quisiera saber que estrategia puedo usar para determinar la intención de mensaje del usuario, si esta preguntando por un producto, si esta saludando, si esta pidiendo información de pago, etc, tengo una base de datos de mensajes de mis usuarios, agradeceria inmensamente tu recomendación, un abrazo desde Venezuela

[@ronaldorenglores8570]

Muchas gracias por el video, felicitaciones por el excelente trabajo, solo que los videos siguientes están ocultos...

[@CodigoMaquina]

Ronaldo muchas gracias por tus comentarios y por seguir el contenido del canal. Con respecto a "los videos siguientes están ocultos", te comento que casi siempre hay un video oculto, es decir, casi siempre hay un video que está a punto de hacerse público. La razón es porque se sube el video y posteriormente se hace la portadilla y todo lo relacionado con la publicación del video (por ejemplo, inclusión de palabras clave), etc. De hecho, te adelanto que ya está por salir un video sobre "entropía" que ojalá sea de su agrado :)

[@CopeR171]

una peguntra, para extraer la muestra principal se realiza Con Reemplazo o Sin Reemplazo. Gran video ✌😃

[@CodigoMaquina]

@CopeR171 gracias por la pregunta. Se realiza con remplazo (6:21). ¡¡¡Feliz año!!!

[@damianquijano1706]

Solo para aclarar: 95% significa que el 95% de las veces las medias de las muestras(que son 1000 muestras y cada una genera una media) caen dentro de intervalo de confianza, y un 5% de veces es que dichas muestras caerán fueran de intervalo, o sea, 950 muestras tendrán sus medias dentro del intervalo, entre 7.95 (a ojo) y 8.4, y 50 muestras tendrán su medias fuera del intervalo , menor a 7.95 o mayor a 8.4. La raya vertical amarilla es una muestra cuya media es parte de ese 5% (50 muestras) que no son del intervalo. El error muestral es en este caso la máxima diferencia posible que puede ocurrir entre una media de una muestra versus la media poblacional dentro del intervalo de confianza, es el % de la diferencia alrededor de la media poblacional estimada, o sea, el tamaño desde la media poblacional hasta uno de los extremos.

[@CodigoMaquina]

Damian muchas gracias por complementar la información del video. Comentarios así aportan mucho :)

[@Cristian160387]

Buenas tardes, por favor me podrían explicar cuál sería la diferencia entre este método y el teorema del límite central?

[@HeavenDoor]

Buenas Tardes. Solo me gustaría una aclaración. Cuando empieza con la muestra de 1000 es tomada de la de 100,000? Y apartir de ahi se hace la iterqcion de 100 en 100 O es un supuesto de en el caso de no tener los recursos suficientes para hacer un muestreo de 100,000 se hace de una muestra de 1000 usando ese metodo?

[@CodigoMaquina]

Gracias por seguir seguir el contenido del canal. Efetcivamente Bootstrapping es una técnica que podría utilizarse cuando no se tienen lo recursos suficientes para obtener muestras grandes. Entonces, el re-muestreo de Bootstrapping se realiza exclusivamente sobre la muestra que se tenga. En el caso del video, la muestra es de 100 calificaciones, y sobre esa muestra se extraen 1,000 muestras más con remplazo. Nuevamente gracias por seguir el contenido del canal.