Shiny y LikelyCloud para R

Desde las 21:00 hasta 22:30 el 19/06/2017

Retirement: simulating wealth with random returns, inflation and withdrawals. © RStudio, Inc.

Figure 1: Retirement: simulating wealth with random returns, inflation and withdrawals. © RStudio, Inc.

R-Shiny aplicado a la detección de la criminalidad en Nueva York.

El departamento de Policía de la ciudad de Nueva York publica tablas de datos públicos donde se indican las distintas actuaciones que han hecho las unidades policiales en la ciudad. Dichas actuaciones están debidamente documentadas y puestas a disposición del público distinguiéndose entre otras por las siguientes variables: hora y día de apertura y cierre de expediente, tipo de crimen, localización exacta del crimen,etc.

Con esta información y con datos que van desde el 2012 hasta la actualidad es posible aplicar distintas técnicas analíticas que permitirían la estimación del número de crímenes en la ciudad por tipología de crimen e incluso se puede llegar a análisis a nivel de localización. Francisco Rodríguez, científico de datos en Teradata, expone en R-Shiny aplicado a la Detección y Predicción de la Criminalidad en Nueva York cómo elaborar una interfaz sencilla y manegable vía Shiny que incluso puede ser fácilmente descargada en dispositivos móviles.

LikelyCloud

LikelyCloud es un paquete de R para la identificación de patrones en espacios multidimensionales. Surge de la necesidad de resolver un problema concreto en ecología de redes tróficas. Manuel Mendoza, investigador en el CSIC, cree que es aplicable a una infinidad de problemas de muy diversas disciplinas.

En esta charla se explicará el problema mencionado, para lo que será necesario hacer una pequeña introducción a la teoría de sistemas dinámicos y su relación con las redes tróficas. Finalmente, se explicará cómo funciona el código y los resultados de su aplicación al problema que motivó su creación.

Place:
Auditorio

Sessions of the activity

The activity is over
Tags:
#visualizar #data #datos #dataviz #open data #data journalism #data science