Recolectar datos es solo el primer paso.

No es cuestión solo de poder recolectar datos, pensamiento prevaleciente todavía dentro de nuestras latitudes, los datos son solo uno de los lados de la estructura. A esos datos hay que examinarlos, masajearlos, definir la informacion que contienen y en base a ella generar nuevos conocimientos. Ese nuevo conocimiento llega en forma de procedimientos mas estructurados para el análisis mismo de los datos y la sintesis de informacion, así como la información aplicada a la mejora y toma de decisiones del campo en cuestión, sea cual sea. 

Encontrar las relaciones que tejen esa información no es una tarea sencilla, aunque pueda parecerlo, esto por que cada set de datos tiene una naturaleza particular, las combinaciones de variables y sus tipos puede ser numerosas, ademas que hay que considerar el manejar variables como tipos diferentes. 

El framework matemático lleva afuera muchos años, algunos conceptos (como Bayes)  hasta siglos, pero es hoy que la capacidad de computo y la necesidad del procesamiento de una cantidad ingente de datos, están exigiendo que mas personas tomen ese framework preexistente (llamados probabilidad y estadística) , lo fusionen con álgebra lineal para asi aplicarlos como base de las nuevas herramientas machine learning, IA y redes neuronales (por mencionar solo algunas. 

Eso nos lleva a ver lo que las escuelas están haciendo de esas materias. Recordando mis tiempos facultad solo lleve un semestre de probabilidad y estadística, y recientemente me di cuenta que lo que se vio en todo un semestre abarca solo un par de semanas (tres a lo mucho) en la curricula de una universidad de verdad como Standford o el MIT. Hablando del tema con conocidos mas jovenes involucrados en areas de desarrollo, me comentan que las cosas siguen igual, las materias solo son un escalón mas en el camino a obtener un titulo, y no se les da la suficiente importancia, no se trabaja en su integración en la vida profesional.

A que voy con ello, probabilidada y estadistica son herramientas que pueden ser aplicadas en cualquier ramo profesional, desde la medicina, nutriología, pasando por las ciencias sociales, ingenierias, adminsitracion, el uso de estas herramientas permite conocer mejor las areas en las que nos desarrollamos y diseñar e implementar mejoras en base a ese conocimiento.

Aqui algunos links para comenzar.

Estadística - Coursera -   Making sense of data
                                    Statistics One

Probabilidad - EDX - Introduction to Probability

Algebra lineal - Khan Academy

R - Code School - Try R
     Libro - R in Action

Edén Candelas
@elmundoverdees

Comentarios

Entradas populares