🤖📚 Descubre las mejores herramientas impulsadas por #AI para la investigación académica y ahorra tiempo para hacer lo que más te gusta
📚 Accede a más información en menos tiempo!
🚀 Dale un impulso a tu investigación académica! #GPT#DataScience#science#chatGPT#research#ML
✅Scispace
Espacio de trabajo para automatizar tareas
Obtén una explicación simple de texto, matemáticas y tablas confusas
Haz preguntas de seguimiento y obtén respuestas instantáneas
Busca papers relevantes
Mejora la colaboración buff.ly/3gz7LhQ #Researchtools#science
✅Elicit
Automatiza flujos de trabajo
Encuentra papers relevantes sin palabras clave exactas
Resume conclusiones del documento específicas para tu pregunta
Extrae información clave de los documentos
Lluvia de ideas, resumen y clasificación de textos buff.ly/30DwBok #GPT4
✅Scite
Analiza artículos científicos y extrae info relevante
Identifica los papers +relevantes en tu dominio
Conoce los últimos desarrollos y tendencias
Accede a "citas inteligentes" para explorar el contexto en el que se cita un artículo.
De pago buff.ly/2IUks4a #AI
✅ResearchRabbit
Busca papers, crea alertas
Mantente actualizado, visualiza papers, descubre redes de artículos y autores, accede a recomendaciones según tus gustos, resúmenes personalizados, crea y comparte tus colecciones
El Spotify de la investigación! buff.ly/3KjWL1d
✅ChatPDF
Sube el PDF del paper y comienza a hacerle preguntas
Resume el documento y da ejemplos de preguntas que podría responder basándose en el artículo completo
Facilita la lectura y el análisis de artículos de revistas científica buff.ly/3zvriFJ #GPT4#Researchtools
• • •
Missing some Tweet in this thread? You can try to
force a refresh
🌟📦 abess: Selección rápida del mejor subconjunto de predictores en Python y #RStats. 📊
😬 En un mundo lleno de datos, encontrar las variables más importantes puede ser como buscar una aguja en un pajar. ABESS (Adaptive BEst Subset Selection) llega para cambiar el juego.🧵👇
Una solución rápida, precisa y adaptativa que selecciona las mejores variables para tus modelos predictivos. ABESS se centra en seleccionar un pequeño subconjunto de predictores clave, asegurando que el modelo final sea preciso y eficiente.
🧠 ABESS abarca un amplio espectro de análisis:
✅ Regresión lineal y penalizada
✅ Clasificación binaria o multiclase
✅ Modelos de respuesta censurada y de conteo
✅ Aprendizaje de tareas múltiples
✅ Selección del mejor subconjunto de grupo
Es increíblemente eficiente.
🔥🔥 Mis post más populares sobre #stats #datascience y #analytics en 2024 🔥🔥
✨Este año ha estado lleno de aprendizajes, reflexiones y debates apasionantes. Aquí tienes los artículos sobre estadística y análisis de datos que más resonaron en la comunidad. ¿Te los perdiste?👇🏻
🎯 Conceptos que DESPEJAN dudas:
✅ ¿Por qué APRENDER estadística si el SOFTWARE/IA lo puede hacer todo por ti? buff.ly/41RK8WW
✅ ¿Cómo definir preguntas de investigación adecuadas? buff.ly/3Pdddof
✅ Valores atípicos e incluyentes: buff.ly/3PdlRDe
💡 Los IC, tan populares en investigación, a menudo se malinterpretan y se utilizan para obtener conclusiones equivocadas. 🧠
🔍 Lo que crees vs. Lo que realmente son los IC: 👇🧵🔥
#stats #rstats #analytics #datascience #data
Mito 1️⃣
❌ Un IC del 95% contiene el valor verdadero del parámetro con una probabilidad del 95%.
✅ Realidad: No. El IC solo garantiza que, si repites el muestreo, el 95% de los IC incluirán el valor verdadero. Es sobre los procedimientos repetidos, ¡no sobre un IC específico!😬
Mito 2️⃣
❌ El ancho del IC mide directamente la precisión de la estimación.
✅ Realidad: No
👉 Variabilidad en los datos: Más variabilidad → IC más amplio.
👉 Tamaño de la muestra: Muestras más grandes → IC más estrecho.
👉 Nivel de confianza elegido: Mayor NC → IC más amplio.
😱 El error más frecuente de un análisis de datos... ¡SÍ, ESTÁ AQUÍ! 🔥
¿Crees que los valores atípicos y valores ausentes son el peor enemigo en tu análisis? Pfff, amateur. El verdadero peligro acecha en un rincón mucho más oscuro: ¡la falta de contexto! 💣
#stats #datascience
🧐 El verdadero reto en un análisis de datos no es la preparación de datos ni la elección de algoritmos, sino el diseño de estudio y la pregunta de investigación. Sin una base sólida, todo tu análisis será como un castillo de naipes. 🏰🌪️
#analytics #research #Investigación
💡 Un diseño de estudio adecuado es la base de todo
🎯 La calidad de los resultados no solo depende de la calidad de los datos y el modelo seleccionado, sino también de la validez del diseño de estudio que les dio forma. buff.ly/3OEeeWc
👀 ¿Qué pasaría si el PCA hiciera su propio informe? 🤖
🔥 Con FactoInvestigate, el análisis de componentes principales (PCA) no solo examina tus datos, ¡también genera un informe completo automáticamente! 📝 Pero aquí está lo importante: el control siempre es tuyo.💪🧵
#rstats
😱 Con el FactoInvestigate en R puedes generar un informe completo en solo una línea de código.🚀
💡¿Qué es el PCA y por qué usarlo?
✅ Reducir la dimensión de tus datos sin perder información clave
✅ Identificar componentes más informativos
✅ Visualizar relaciones y patrones
🛠️ ¿Qué hace FactoInvestigate?
Automatiza todo el análisis:
🔍 Detecta valores atípicos automáticamente
📊 Identifica los componentes principales más relevantes
📈 Genera gráficos claros y llamativos para explorar tus datos
📝 Describe dimensiones y variables de manera sencilla