Jan Dimter
Jan Dimter’s awesome dummy bio.
Ayudantía - Medidas de centralidad
↗
↖
Ayudantía
Redes
Centralidad
Repaso sobre grafos, redes sociales y sus medidas de centralidad.
Introducción a Rvest
11 mins·
0
·
0
R
Webscraping
Rvest es un paquete de R que simplifica la extracción de datos web. Proporciona una interfaz amigable para cargar páginas web, seleccionar elementos HTML y extraer datos.
Introducción a Rmarkdown
9 mins·
0
·
0
R
Markdown
Rstudio
R fue desarrollado principalmente como un lenguaje para el análisis estadístico y contiene una amplia variedad de funciones y paquetes para estadísticas tradicionales y modernas.
Introducción a Selenium en Python
13 mins·
0
·
0
Python
Selenium
Webscraping
Selenium es un marco de trabajo (framework) de código abierto que se utiliza para automatizar las pruebas de las aplicaciones web. Proporciona una forma de interactuar con los elementos web de una página de manera programática, es decir, puede hacer clic en botones, rellenar formularios, leer texto, entre otros, tal como lo haría un usuario humano.
Introducción a Beautifulsoup en Python
5 mins·
0
·
0
Python
Beautifulsoup
Webscraping
BeautifulSoup es una biblioteca de Python que permite extraer información de archivos HTML y XML. Fue diseñada para hacer que el webscraping, o la extracción de datos de sitios web, sea más accesible y fácil de hacer. BeautifulSoup convierte los archivos HTML y XML en árboles de parseo, que son estructuras de datos que representan la jerarquía de los elementos en el archivo.
Introducción a R & Rstudio
10 mins·
0
·
0
R
Rstudio
Languages
R fue desarrollado principalmente como un lenguaje para el análisis estadístico y contiene una amplia variedad de funciones y paquetes para estadísticas tradicionales y modernas.
Learning to cluster urban areas: two competitive approaches and an empirical validation
↗
↖
papers
Urban
Clustering
Urban clustering detects geographical units that are internally homogeneous and distinct from their surroundings. It has applications in urban planning, but few studies compare the effectiveness of different methods. We study two techniques (GMMs), which operate on spatially distributed data, and Deep Modularity Networks (DMONs), which work on attributed graphs of proximal nodes.