
Tecnologías usadas por Minformatics
Para la construcción de modelos y disponibilización de ellos a escala existen un sinúmero de herramientas disponibles. Algunas herramientas son comerciales y otras de código abierto. Como empresa, creemos profundamente en el uso de herramientas de código abierto. Algunas de las herramientas que hemos usado, estamos usando y queremos usar son:


Herramientas Asociadas a Python
Librería Python que permite la manipulación de datos mediante el uso de un formato llamado dataframe que implementa varias operaciones frecuentes cuando se trabaja con datos
Librería Python que contiene implementaciones muy eficientes que facilitan los cálculos numéricos y operaciones tanto en vectores como en matrices
A través de la librería PuLP se puede utilizar el motor de optimización de la librería COIN-OR. Esto nos permite resolver problemas de optimización para nuestros clientes
Librería que permite construir y ejecutar modelos de simulación discreta de eventos. Especialmente útil cuando se quiere estudiar el comportamiento de un sistema sin afectar el funcionamiento de este para poder diseñar cambios y mejoras
Librería que implementa varios de los algoritmos clásicos de Machine Learning tales como clustering, árboles de decisión, etc.
Herramientas Asociadas a R
Tidyverse es una librería en R que comprende una serie de paquetes tales como:
Herramienta que permite construir WebApps basadas en R y que permiten la generación de dashboards interactivos
Análisis predictivo en profundidad
Predictive Analytics (análisis predictivo) es el área que trata los diversos aspectos de las técnicas estadísticas, incluidos el modelado predictivo, la extracción de datos (data mining), el aprendizaje automático (machine learning), y el análisis de datos actuales e históricos para hacer predicciones de futuro.