Inés Huertas
R nos permite utilizar un montón de modelos y librerías de machine learning para realizar diferentes problemas de analítica, pero cuando este volumen de datos aumenta el performance que suele ofrecer no es el deseado. H2o provee de unas librerías open source capaces de ejecutar estos algoritmos de machine learning de una forma sencilla y optima cuando nuestros datos aumentan en volumen. En la charla explicaremos como funcionan las principales librerías y como podemos integrarlas y usar de R.
Viernes 02/03/2018
10:30 - 11:15
Track 3 (4.1.D03)
Sobre el ponente
Inés Huertas
Datatons / Rladies Madrid
Data Scientist y cofundadora de Datatons (www.datatons.com), Ex-Sysadmin y enamorada de los datos, desarrolla proyectos de analítica sobre plataforma Hadoop no solo enfocado en el tratamiento dato sino también en la parte del diseño dada su experiencia en la administración de sistemas Big Data. Forma parte del programa de openNasa Datanauts y actualmente participa también como coorganizadora del grupo de R-ladies Madrid y el meetup de Big Data Madrid intentando generar una comunidad.