[Predictomica] Fwd:

Tue Mar 1 15:41:03 UYT 2016

OK, les propongo entonces lo iguiente.
Me pasan una descripción de los datos (si quieren me pasan los datos
también) y cuando arme la charla podemos ver de atacar caso a caso posibles
formas de modelarlos y de seleccionar modelos dentro de la familia de
modelos que obtengamos.

El 1 de marzo de 2016, 14:53, CROSSA HIRIART, José Luis Francisco (CIMMYT)<
J.CROSSA at cgiar.org> escribió:

> Tengo datos categóricos
>
> è ordinals (multinomiales) y de
>
> è conteo (Binomial Negative y/o Poisson)
>
> por si sirven
>
> *From:* Ignacio Ramirez [mailto:nacho at fing.edu.uy]
> *Sent:* Tuesday, March 01, 2016 11:34 AM
> *To:* DANIEL GIANOLA; CROSSA HIRIART, José Luis Francisco (CIMMYT)
> *Cc:* predictomica at fing.edu.uy
> *Subject:* Re: [Predictomica] Fwd:
>
>
>
> Si claro. Digamos, el tema de si son ralas o no es un detalle. Todos los
> métodos de selección de modelos son en principio aplicables a datos ralos.
> Yo en particular he trabajado mucho, justamente, con MDL para modelos ralos
> o esparsos, pero eso es una particularidad de mi propio trabajo.
>
> Sin dudas aplicar algo así a datos de ese tipo sería un trabajo
> interesante. Podemos ponerlo en la lista de temas a trabajar en el grupo;
> talvez si algún estudiante tiene interés en esto, y tiene un background
> adecuado, podemos ponerlo a trabajar en eso. Yo no tengo a nadie en la
> vuelta, pero talvez Uds. tengan algún matemático o afín con ganas de hacer
> cosas de estas?
>
> Mientras tanto, focalizando en lo de la charla, podríamos usar datos de
> ese tipo como ejemplo. De hecho lo más común para introducir MDL es
> trabajar con datos tipo Bernoulli. Pero sería sólo a los efectos de guiar
> la charla (y talvez proponer un trabajo concreto en el tema), más que
> realmente aplicarlo. Eso como decía es una tesis entera :)
>
> On 01/03/16 14:12, DANIEL GIANOLA wrote:
>
> El concepto se puede aplicar a estimacion de matrices de covariancias
> "big" pero ralas? Por ejemplo, en genomica construimos matrices de
> covariancia entre miles de variables pero con muestras chicas. Ejemplo:
> datos de expresion con 50 mil variables pero n=20-100.
>
>
>
> Creo que algo asi seria novedoso.
>
>
>
> Daniel
>
>
> ------------------------------
>
> *From:* Ignacio Ramirez Paulino <ignacio.ramirez at gmail.com>
> <ignacio.ramirez at gmail.com>
> *Sent:* Tuesday, March 1, 2016 10:30 AM
> *To:* CROSSA HIRIART, José Luis Francisco (CIMMYT); Ignacio Ramirez
> Paulino; DANIEL GIANOLA
> *Cc:* predictomica at fing.edu.uy
> *Subject:* Re: [Predictomica] Fwd:
>
>
>
> Bueno, no sé, como decía Daniel, todo depende de la pregunta que quieras
> hacerte.
> En realidad aplicar MDL a cada problema es un arte, por lo que lo que
> tendría que tener yo sería un conjunto de datos como para usar de ejemplo
> en la charla. Ojalá me de el tiempo para aplicarlo de manera más o menos
> razonable a ese conjunto de datos; eso sería de por sí un paper
> probablemente, muy similar al que mandó Daniel.
>
> Pero si vamos a hacer algo en marzo, más bien podríamos empezar con un
> conjunto de datos y un objetivo concreto, y por lo menos trabajar de manera
> más o menos abstracta con esos datos para llevar el hilo de la charla, no
> sé si me explico.
>
> On 01/03/16 11:52, CROSSA HIRIART, José Luis Francisco (CIMMYT) wrote:
>
> Hola Daniel y Nacho
>
> Por datos en plant breeding no hay problema. Como? que estructura?, que
> variables? Cuantos markers?
>
> Abrazo
>
> Jose
>
>
>
> *From:* predictomica-bounces at fing.edu.uy [mailto:predictomica-bounces at fin
> <predictomica-bounces at fin>g.edu.uy] *On Behalf Of *Ignacio Ramirez Paulino
> *Sent:* Tuesday, March 01, 2016 6:50 AM
> *To:* DANIEL GIANOLA
> *Cc:* predictomica at fing.edu.uy
> *Subject:* Re: [Predictomica] Fwd:
>
>
>
> Excelente! Hagámoslo entonces. Estaría buenísimo conseguir algún ejemplo
> relevante, algún dataset que les parezca particularmente interesante, y
> aplicarle una metodología tipo MDL para ilustrar sus conceptos. Qué les
> parece?
>
> De su lado preciso un dataset y una propuesta de fecha dentro del grupo.
>
> Saludos,
>
> Nacho.
>
>
>
> El 1 de marzo de 2016, 09:44, DANIEL GIANOLA<gianola at ansci.wisc.edu>
> escribió:
>
> Ignacio,
>
>
>
> Gracias por los comentarios.
>
>
>
> Personalmente, tengo curiosidad sobre el tema, y una charla me resultaria
> interesante, especialmente si fuera ilustrada sobre alguna aplicacion
> concreta.
>
>
>
> Creo que es a traves de este tipo de dialogos que se pueden "estirar" los
> campos de la ciencia, asi como crear  nuevos ambitos de aplicacion.
>
>
>
> Daniel
>
>
> ------------------------------
>
> *From:* Ignacio Ramirez Paulino <nacho at fing.edu.uy>
> *Sent:* Tuesday, March 1, 2016 6:28 AM
> *To:* DANIEL GIANOLA
> *Cc:* Maine Fariello; predictomica at fing.edu.uy
> *Subject:* Re: [Predictomica] Fwd:
>
>
>
> Hola Daniel,
>
> Bueno, no exactamente. Suficiencia estadística es algo muy puntual. MDL
> bastante más general que eso.
> Es todo un marco matemático (a mi entender el más profundo y moderno  de
> todos los que hay en la vuelta) para entender el problema de modelado
> estadístico de datos.
>
>
> La descripcion de Wikipedia está incluso bastante mal. Hay quienes
> insisten en que no es más que un sinónimo para BIC (en Wikipedia dice
> básicamente eso, sin decirlo, al final), pero eso es incorrecto. Eso sólo
> tiene sentido en un regimen asintótico estricto.
>
>
> Si les interesa les puedo dar una charla sobre MDL. Yo realmente creo que
> no se le da la importancia que debería tener, en parte porque BIC y AIC son
> muy fáciles de usar, y MDL es bastante díficil desde un punto de vista de
> implementación, pero vale la pena.
>
>
>
> El 29 de febrero de 2016, 23:40, DANIEL GIANOLA<gianola at ansci.wisc.edu>
> escribió:
>
> Mire MDL en Wikipedia. Me dio la impresion que hay un cierto paralelo con
> el concepto de suficiencia en estadistica. Me equivoco?
>
>
>
> Daniel
>
>
> ------------------------------
>
> *From:* predictomica-bounces at fing.edu.uy <predictomica-bounces at fing.edu.uy>
> on behalf of Ignacio Ramirez Paulino <nacho at fing.edu.uy>
> *Sent:* Monday, February 29, 2016 5:38 PM
> *To:* Maine Fariello
> *Cc:* predictomica at fing.edu.uy
> *Subject:* Re: [Predictomica] Fwd:
>
>
>
> Es interesante. Una pena que el autor no mencione  MDL (Minimum
> Description Length), que justamente abordan el tema de modelado de datos
> desde un punto de vista que en cierto sentido concilia, y de manera muy
> sólida, la dicotomía que se plantea en el paper...
>
>
>
> El 29 de febrero de 2016, 15:25, Maine Fariello<fariello at fing.edu.uy>
> escribió:
>
> A pedido de Daniel, les re-envío paper que puede ser de interés, sobre si
> explicar o predecir.
>
>
>
> Saludos,
>
>
>
> Maine.
>
>
> _______________________________________________
> Predictomica mailing list
> Predictomica at fing.edu.uy
> https://www.fing.edu.uy/mailman/listinfo/predictomica
>
>
>
>
> --
>
> --------------------------------------------------------------
>   Ignacio Francisco Ramírez Paulino
> --------------------------------------------------------------
>
>
>
>
> --
>
> --------------------------------------------------------------
>   Ignacio Francisco Ramírez Paulino
> --------------------------------------------------------------
>
>
>
>
> --
>
> --------------------------------------------------------------
>   Ignacio Francisco Ramírez Paulino
> --------------------------------------------------------------
>
>
>
> --
>
> ----------------------------------------
>
>  Ignacio Francisco Ramírez Paulino, PhD
>
> ----------------------------------------
>
> Departamento de Procesamiento de Señales
>
>    Instituto de Ingeniería Eléctrica
>
>         Facultad de Ingeniería
>
>      Universidad de la República
>
>      Julio Herrera y Reissig 565
>
>          Montevideo, Uruguay
>
>             T:2711 0974
>
> ----------------------------------------
>
>
>

-- 
--------------------------------------------------------------
  Ignacio Francisco Ramírez Paulino
--------------------------------------------------------------
-------------- next part --------------
An HTML attachment was scrubbed...
URL: <https://www.fing.edu.uy/pipermail/predictomica/attachments/20160301/8358e741/attachment-0001.html>