Datos Abiertos y su poder de análisis utilizando BigQuery #Buenos Aires

La importancia de los #datosabiertos y su poder de análisis en el Laboratorio de la Ciudad de Buenos Aires junto a toda la comunidad regional.

En esta presentación estuvimos compartiendo un caso en donde analizamos datos abiertos publicados por datos.gob.mx desde la ciudad de México. Utilizando la inigualable solución de #BigQuery en segundos podemos analizar millones de registros...

fig.1 - La audiencia
Mis felicitaciones al +LABgcba - Laboratorio de Gobierno por la apertura y trabajo sobre esta importante visión  y a la  vez el  agradecimiento por la oportunidad de interactuar con este linda comunidad.
fig.2 - presentando
Les dejo la presentación utilizada...


Comentarios

Publicar un comentario

Entradas más populares de este blog

Comparación de inferencia en imágenes con host CPU & dispositivo Coral Acelerador & TFlite

Imagen
¿Qué sucedería si preparamos un experimento que comparara un modelo con características similares usando CPU de escritorio tradicional  y  por otro lado, una  EDGE TPU? Cada Edge TPU es capaz de ejecutar 4 trillones de operations (tera-operaciones) por segundo (TOPS), utilizando 0.5 watts por cada TOPS (2 TOPS por watt). como se traduce este rendimientopara su aplicación dependerá de una variedad de factores. Cada modelro de red neuronal tiene diferentes requerimientos, y si stá utilizando un dispositivo acelerador USB, el rendimeinto total también variará dependiento el CPU host, la velocidad de USB y otros recursos del sistema. referencia  (english) Exploremos ahora una experiencia  utilizando el acelerador USB, tomando contacto con el dispositivo Comenzando el experimento Al explorar la tabla de "tiempo por inferencia", tengo curiosidad por experimentar con la inferencia de modelos, utilizando una CPU de escritorio y con la misma CPU host ...
Leer más

La simplicidad de Keras desde TensorFlow

Imagen
Desde su lanzamiento TensorFlow me cautivó por su poder, funcionalidad y enfoque abierto como librería para calculo numérico avanzado y desde luego para representar, diseñar e implementar modelos de aprendizaje automático. Pero desde la incorporación de Keras , la flexibilidad y simplicidad para la representación de modelos de aprendizaje profundo es maravillosa. Desde su definición, Keras es una API de alto nivel para construir y entrenar modelos de aprendizaje profundo. Se utiliza para creación rápida de prototipos, investigación avanzada y por supuesto esto es válido también para producción. Tres ventajas claras nos propone, es fácil de usar, modular, y relativamente fácil de extender . ❗ si buscan un glosario en español una opción que se ve bien es el propuesto por Google en su iniciativa " Glosario sobre aprendizaje automático " Si les interesa analizar un ejemplo que es un tanto académico pero es interesante para afianzar la mecánica de operaciones de un  red ...
Leer más

Pensaste en contribuir con TensorFlow?

Imagen
Si estás familiarizado con el concepto de comunidad de desarrolladores, posiblemente la pregunta te resulte natural. Pensaste en contribuir con TensorFlow? .  Entonces veamos que opciones disponibles hay y dónde se puede encontrar más información al respecto... Aquí podemos ver claramente el mensaje desde la sección comunidad de TensorFlow: https://www.tensorflow.org/community/contribute Luego de describir los valores de la comunidad en el artículo se pueden observar las opciones para contribuir a TensorFlow como, escribir código, mejorar la documentación, responder preguntas en stackoverflow, participar de las discusiones en el foro, contribuir a los ejemplos propuestos en notebooks, investigar bugs en GitHub, etc... Además inmediatamente a esta lista de opciones podrás ver una enumeración de proyectos comunitarios actuales. Múltiples opciones para hacer un mejor ecosistema de desarrolladores... Pensaste en contribuir con TensorFlow? por Nicolas Bortolotti se d...
Leer más