Hay muchas maneras de crear una página web, pero depende de si además la quieres gratis y, encima fácil de editar y por pedir, que no quede, con un dominio propio sin coste, gratis. ¡Pues vale! ¿Se puede?
Pues si, pero no hay nadie, ninguna empresa lo da todo junto y en bandeja; Tendrás que usar distintos servicios y luego juntarlos todos.
Manos a la obra. ¿Qué necesitaremos?
Una cuenta de Google, que es gratis, donde crearemos nuestra página web con Google Sites
y por otro lado un nombre de dominio "gratis" que podemos conseguir en Freenom
Existen muchos tutoriales con los que puedes aprender a crearlas como este:
3) Hazle saber a Google que controlas el dominio que quieres enlazar con la web que has creado. ¿De qué manera? Pues añadiendo la propiedad en la tu cuenta Webmaster consola
4) Sigue haciendo clic en la pestaña verificación otros métodos, elige "Proveedor de nombres de dominio" en el desplegable marca "otros" captura 3 copia el registro TXT
5) Ve a Freenom y pégalo en la pestaña de gestión de dominios "DNS management for" de tu dominio
6) Añade otro regisgtro CNAME con valor www y destino ghs.googlehosted.com quedando todo así:
7) Vuelve a la pestaña de Webmaster y haz clic en el botón abajo rojo "VERIFICAR"
(NOTA: Si no se puede verificar o da error, no te preocupes... de momento, vete a tomar un café cuando yo lo hice por primera vez tardó más de 20 minutos en que lo reconociera.)
8) Una vez verificado vete a la rueda de Settings de tu Google Site y hacer clic en Custom url para añadir tu dominio, y cuando aparezca la marca v de verificado, haz clic en Assign.
Espero que te guste el café, o, si lo prefieres, dar paseos, porque antes de poder ver tu página web en tu dominio tendrás que esperar más de una hora o ... más.
Ah!!, tienes que ponerle www delante de tu dominio en la barra de direcciones, se me olvidaba este detalle. :-)
Era por 2013, cuando estando en la Campus Party de Londres oí por primera vez el nombre de este aparatito, Raspberry Pi, y han tenido que pasar eso, más de 7 años para que pueda pronunciarlo bien y además me haya comprado uno.
Ahora que desde mi pueblo estoy teletrabajando y aprovechando las horas del verano que mi jornada laboral tenía por las tardes decidí que era el momento de trastear con esta minicomputadora, que como filosofía tiene su creación la de ofrecer un camino para el aprendizaje de la informática y la programación a un coste lo más asequible posible.
No es mi primer acercamiento a la programación, porque desde los 18 años he hecho alguna cosilla, como cuando con esa edad hice la rutina de la carta de películas que se emitian en el vídeo comunitario de mi pueblo, o cuando hace un año estaba estudiando un master de bigdata, pero si mezcla todas las cosas que durante los últimos 20 años de mi vida me ha interesado: El software libre, Las computadoras y la programación.
He empezado montando un servidor web, también he instalado un Nas y uso con otro programa,Kodi, la televisión del salón para ver mil canales de TV.
¿Eres de los que prefiere hacer su propio pan o de los que compran el pan industrial?
Supongo que depende de varios factores como si tienes tiempo para hacerlo, ganas de aprender, disfrutas con hacer o probar cosas nuevas hechas por tí mismo, entonces, te gustaría hacer tu propio pan Pero, o quizás al revés, seas de los que piense "el pan es solo comida" una necesidad básica que sea rápida, fácil y barata de satisfacer. Entonces nada hay contra el pan industrial, al final los dos hacen lo mismo te quita el hambre.
En estos últimos tiempos con mi trabajo me estoy encontrando con lo mismo. En los últimos años trabajo manteniendo y creando páginas webs, algunas necesitan ciertas funcionalidades como reservar citas, crear portales de teleformación o tiendas virtuales para vender productos y servicios. Hacer este tipo de trabajo es apasionante porque exigen de uno mismo un alto conocimiento en programas que instalar, como un sastre hacer un traje nuevo, para un cliente.
Mi satisfacción es, cuando acaba el duro trabajo, los problemas en conseguir los objetivos del cliente, y enseñarle a como usar su propia web... todo lo que he aprendido y sé hacer nuevo.
Pero siempre me queda la tentación, la duda de si no hubiera sido mejor para cliente aconsejarle plataformas donde pudiera hacerse el traje más barato, más rápido y con más variedad de elección de la que yo puedo, a veces darle. Entonces... no hubiera aprendido tanto y sobre todo, no hubiera cubierto mi necesidad básica de ganar dinero para poder comprar pán para seguir viviendo.
Artesano que se quiere complicar la vida porque le gusta para tener una página web: - WordPress Fácil, simple, rápido, bonito y barato - Wix - Blogger
No recuerdo la última vez, debe de ser años, en la que en mi blog escribo dos entradas seguidas. y aunque lo que voy contar está relacionada con la anterior, he querido más bien separarlas porque pienso son dos emociones o pensamientos distintos.
Es domingo 29/03/2020, un día más de cuarentena, debería de estar trabajando en proyectos personales, porque durante la semana con el teletrabajo en casa, a pesar de lo que muchos pudieran pensar, estoy más ocupado que cuando estoy en la oficina, las horas se alargan cuando caba el horario oficial, tanto por el día como por la noche. No estoy controlando, la verdad, pero del trabajo no quiero hablar, sino de recuperar aficiones y placeres que hacía años no volvía a experimentar como es leer sobre arte. Y ese este es el libro que estoy disfrutando Qué estás mirando" de Will Compertz; Un repaso por el arte moderno y contemporáneo.
Recuerdo que cuando estaba en el instituto tuve clases de Historia del Arte, pero como pasaba en muchas ocasiones, a medida que pasaban la semanas nos íbamos retrasando en los temas y nunca llegábamos al final de temario, y no solo pasaba en Arte, también en otras asignaturas como la misma Historia, lengua, ... O quizás llegábamos a trompicones sin asimilar conceptos o más preocupados de los exámenes, las vacaciones o quizás el cansancio acumulado de todo el curso.
Este fin de semana estoy perezoso, no me apetece trabajar, no. Solo quiero seguir disfrutando de este libro, conociendo los motivos por los que pintores y escultores de los dos últimos siglos revolucionaron la manera en que miramos las obras de arte y no solo eso, sino que como he comentado en algún otro sitio, me satisface reconocer cuadros que ya había admirado pero no sabía la motivación que hubo en crearlos.
No hace mucho le comentaba a un amigo que había una diferencia en los resultados de búsqueda en Google dependiendo de si buscabas páginas asociadas a "prestar libros" con relación a los resultados de buscar las palabras "regalar libros"
Los resultados de de las unión de las dos primeras eran páginas relacionadas no precísamente para ayudar a prestarnos unos a otros libros, sino al revés, trataban de desaconsejar el préstamo, las razones por las que no debías de prestarlos o cederlos temporalmente. Motivos por los que te arrepntirías, consejos para no ceder a la tentación de ofrecerlos. Cómo decir que no al préstamo de libros, etc. Me sorprendió bastante.
En cambio si pones "regalar libros" Todos son consejos para hacerlo, sus satisfacciones, las ventajas, donde conseguirlos, etc.
Estoy me hizo pensar que la palabra prestar está mas relacionada con el egoismo, con la posesión de bienes materiales, con la poca sensibilidad al compartir. y me doy cuenta que más vale regalar para ser feliz que quedart con cosas que probablemente, como los libros, no vuelvas a usar por segunda o como mucho tercera vez en toda tu vida.
Escribo todo esto porque leyendo un artículo en el periódico El Confidencia, sobre los 5 libros que nos pueden hacer más sabios, "he conseguido" tres: Sapiens de Yuval, Noah Harari, El ruido Eterno de Alex Ross y Qué estás mirando Will Compertz. Solia decir cuando los encontraba en internet que "me lo habían prestado" y eufemísticamente cuando hablaba en público, como por ejemplo este diario, comentaba que lo "podía prestar", pero ahora me doy cuenta que sería más sincero y consecuente deciros que cualquiera de los tres titulos que he mencionado, al que me esté leyendo, si, os lo puedo "regalar" ¿Alguien quiere uno?
Nota: Si tenéis instalado kindle en vuestro móvil o tablet, en configuración de app hay una dirección de correo electrónico personal, donde puedo haceros llegar el libro en formato mobi automáticamente.
Llevo una semana encerrado en casa, bueno, menos el lunes que tuve que ir a la oficina para cerrar unos asuntos y configurar mi portátil para poder trabajar desde casa.
Lo que estamos viviendo, no solo los españoles sino muchos cientos de miles de habitantes en el planeta ahora mismo es algo que solo se había visto en las películas. Encerrados en nuestras casas tememos salir por miedo a que un virus nos mate.
La situación en la que escribo esto es que los casos de contagios sigueen creciendo aunque hay la esperanza de que ocurra como en China, que se pare al enfermedad.
Para alguien que lea esto en la actualidad de estos dias en los que escribo, no es una novedad, pero si por casualidad, estas palabras se leen en el futuro no podrá ni siquiera imaginar como vive una ciudad en estas circuntancias.
Aconsejan tener un diario, hacer ejercios, estar en contacto con los familiares, etc. En ello estoy, sigo con mi diario, escribiendo los titulares de las noticias o conversaciones personales que tengo con amigos, mis preocupaciones de la comida que tengo y cuando debería de salir la próximas semana a por más. Por las tardes noches, antes de cenar, hago pequeñas tablas de ejerccios gracias a una app que me he descargado en el móvil, y también nos reunimos la familia en videoconferencia para saludarnos. Lo menos malo de todo es que siga habiendo conexión a Internet para seguir con esta rutina no sé por durante cuanto tiempo.
No seremos las mismas personas cuando acabe esto. Sunpongo que cuando termine volveremos a las calles a celebrarlo en una enorme orgía de felicidad, pero también quizás la memoria, al pasar los años, nos volveremos a acostumbrar a vivir como si esta pesadilla no hubiera existido en realidad.
“Y la gente se quedó en casa. Y leía libros y escuchaba. Y descansaba y hacía ejercicio. Y creaba arte y jugaba. Y aprendía nuevas formas de ser, de estar quieto. Y se detenía. Y escuchaba más profundamente. Algunos meditaban. Algunos rezaban. Alguno bailaban. Algunos hallaron sus sombras. Y la gente empezó a pensar de forma diferente.
Y la gente sanó. Y, en ausencia de personas que viven en la ignorancia y el peligro, sin sentido y sin corazón, la Tierra comenzó a sanar.
Y cuando pasó el peligro, y la gente se unió de nuevo, lamentaron sus pérdidas, tomaron nuevas decisiones, soñaron nuevas imágenes, crearon nuevas formas de vivir y curaron la tierra por completo, tal y como ellos habían sido curados".
Aprovechando que me quedan unos dias de vacacione por coger y también que por el norte, en Vitoria, tengo un amigo decidí irme al País Vasco a disfrutar un poco de ocio.
Y vaya que si lo he disfrutado, salvo algunas problemillas que no empañaron estas vacaciones contaré lo que he disfrutado.
El primer día no empezó muy bien, en el aeropuerto cancelaron por cuestiones técnicas el vuelo, no había aviones disponibles hasta el día siguiente, un día y medio perdido, porque no solo no llegaria de noche. Pero no estuvo mal la experiencia nos dieron un hotel de 4 estrellas con una estupenda habitación y comidas de lujo, no recuerdo tener a mi disposición tantas opciones para desayunar en mi vida. También gracias a este imprevisto hice amigos durante ese tiempo, gente, la mayoría del norte que con sus acentos y costumbres me entretuvieron.
Vuelo Cancelado Hotel Vueling
Y luego el airbnb que reservé no tenía las mejores condiciones para descansar, tuve frio la primera noche hasta que descubri una manta en otro lugar de la casa, y en el cuarto de baño tenia que accionar el grifo del lavabo con un destonillador, tampoco habia calefacción y cuando volvía de la calle, las toallas y ropa seguian húmedas por la poca ventilación que había. Muy mal, hoy dejaré una dura crítica.
Grifo mal estado Airbnb
Ya en Bilbao hice un free tour por sus calles, el tiempo estuvo variable, a veces con paraguas otras veces despejado, pero iba preparado, en Sevilla me había ya comprado todo el equipamiento para este tiempo: una chaquetón impermeable que aguanta más de 10 grados bajo cero, camisetas térmicas y unos zapatos impermeables también. Me sorprendió que casi no había turisas por sus calles.
Free Tour Bilbao
Es interesante conocer las costumbres de otras regiones, allí había no había papás noeles, sino otro personaje de la tradición vasca con chapera y pipa, y en cuanto a alumbrado me sosprendió también la sobriedad con la que estaba adornada las calles para ser la 10 ciudad más poblada de España, creo que algún pueblo de la zona del condado tenía más luces que la avenida principal, la Gran Via de Bilbao.
Ayuntamiento de Bilbao en Navidad
Y hablando de calles, menuda ciudad, que arquitectura, tanto la moderna que jalona la ría, empezando con el Gughennein que fue el primero que se construyó, sino también por otros puentes, oficinas y rascacielos que no paraba de admirar; Pero es en la propia ciudad, en la parte nueva del centro donde se nota que Bilbao es una ciudad donde la gran burguesía tiene sus edificios de viviendas, creo que ni Barcelona ni Madrid tiene unas calles tan bonitas en diseño de pisos y apartamentos. En la oficina de turismo pedí un mapa sobre arquitectura y me dieron hasta cuatro recorridos disintos para hacer. No era extraño que me quedara parado en una esquina observando a mi al rededor cada detalle.
Edificios Residenciales en Bilbao
Bilbao tiene muchas cuestas, he subido muchos escalones y con cuidado, por el agua, también he bajado por pendientes empinadas. He visto pocas bicicletas y pocos patinetes comparado con Sevilla, tiene buen sistema de transporte y un metro muy bueno. Y lo que me ha sorprendido es que tiene ascensores públicos en las calles, sin coste, para que la gente pudiera subir o bajar fácilmente a sus barrios.
Bilbao desde el parque Zurbarán
Y en cuanto cultura visité tres museos que me han encantado, tanto que no cocibo mi próximo viaje a una ciudad sin que haya un museo que visitar, quizas, San Petesburgo y el Hermitage como meta, eso si, sigo con mi trabajo e ingresos extras.
Claustro Museo Pueblo Vasco
El museo vasco está lleno de las tradiciones, sobre todo la cultura de la pesca. Hay maquetas de edificios, incluso de regiones, de barcos, artes de pesca y también una parte de este museo está dedicado al pasado industrial con la que se hizo rico esta ciudad, me recordó mi trabajo hace 10 años en la fábrica, como los tiempos cambian y todo el trabajo que quedó después de la crisis en que me quedé desempleado.
Jardines museo de bellas artes de Bilbao
Pero si hay un museo que me cautivó fue el de Bellas Artes de Bilbao porque esperaba obras de arte, pero no expuestas de una manera tan original; Los cuadros estaban ordenados por temas universales de la A a la Z pero no por épocas y estilos. Cada sala correspondía a una letra del abecedario. Al dia siguiente fui a comprarme el catálogo de la exposición, escrito en cuatro idiomas contextos literarios de Kirme Uribe.
Catálogo de la exposición Abecedario del museo de bellas artes de Bilbao
El último día de mi visita pensé en visitar otro museo antes de coger el avión, el dia no pintaba bien, llovía mucho y hasta por la tarde no tenia el vuelo, así que decidí ir al museo naval que parecia bastante interesante, pero en el camino por la ría pasé cerca del Guggenhein, ya lo había visto por fuera hace 10 años o más, pero no entré porque la entrada era muy cara y las exposiciones temporales no me llamaban la atención, realmente lo atractivo del museo es su edificio y por fuera, por dentro no tiene interés, de todas formas decidió bajar las escaleras para ver el hall y me llevé la sopresa que esta vez sí me parecian interesante lo que exponian: Una colección de arte del siglo XX del museo Kunsthallen de Bremen; una muestra de un fotógrafo llamado Thomas Struth y esculturas de SOTO, (Jesús Rafael) Eran trece euros, pero pensar que me he gastado más dinero en otras cosas menos gratificantes, ¿Por qué no? Y también disfruté muchisimo.
Guggenhein Bilbao
La cultura que he disfrutado no hubiera sido posible si esa educación que mis profesores de instituto de bachiller me dieron durante esos años de mi juventud, en cierta forma muestro mi agradecimiento a ellos. En este museo vi muchos estudiantes que iban acompañados de sus profesores, yo no tuve la oportunidad de viajar como ellos a museos, pero sí desde el pueblo, a través de diapositivas y lecturas pude admirar obras que por entonces no soñé podré ver como lo hago ahora, sin embargo también pienso que lo mismo que las exposiciones universales actualmente no tienen sentido porque con Internet tenemos al alcance todos esos adelantos técnicos que las motivaron, quizás en el futuro y actualmente podemos visitar muchos de estos museos online. De todas formas todavía no es comparable la experiencia.
Para terminar mi viaje al norte quiero agradecer a mi amigo Carlos la excursión que hicimos en bicicleta a un embalse al norte de la ciudad, un paisaje que nunca olvidaré y puedo asegurar que es la tercera maravilla que hasta ahora he visto en mi vida; Después de ver las estrellas en el desierto de Marruecos y hacer el camino de Santiago, creo que ese paisaje reune todo lo que me gusta de esta tierra: El agua, puesta de sol, montaña, paisaje espectacular.
Recordando el mito de la caverna de Platón uno no se acuerda de como es la vida acostumbrado a ver sombras, pero cuando sale de la cueva y conoce la realidad, la puede tocar, oler, sentir y caminar sobre ella, no puede dejar de experimentar la felicidad.
Con esto me refiero que mi últimas vacaciones fuera de España fue en París y me costó preparar el viaje, pero luego las satisfacciones han sido enorme, lo mismo me ha pasado con esta ciudad que tenía pendiente visitar, ha sido una semana inolvidable.
Estuve alojado en un Airbnb del centro, a menos de dos minutos andando de los principales monumentos.
Estación de trenes de Oporto
La primera tarde, cuando llegué estuve paseando difrutando de cada paso y me despisté un poco, tanto que luego, sino es gracias a Google Maps, no hubiera encontrado el camino, es más tenía miedo porque la batería la tenia bajo minimos.
Al día siguiente me apunté a un Free Tour que me confirmó que estaba en la ciudad más bonita de Portugal, más que Lisboa, por supuesto. Gracias a nuestro guía pude conocer más no solo ha historia de Oporto, sino también de la misma Portugal
Palacio de la Justicia de Oporto
Por la tarde me fui a la orilla del río, que en esta semana he visitado hasta tres veces conociendo sus famosos puentes y un mirador espectacular donde la gente va a disfrutar las puestas de sol.
Al día siguiente me puse como objetivo visitar el mejor museo de arte moderno del país, la fundación Serralves, no solo por su colección sino sobre todo por su arquitectura, paisajes y jardines.
Fundación Serralves
A mi regreso, deviado regreso, la verdad, pasé por la desembocadura del río, y en ese camino conocí el museo botánico y unos jardines románticos llamados Parque de las Virtudes encantadores.
La semana fue poco a poco visitando otros edificios como el de la antigua Bolsa de Oporto o el museo nacional de bellas artes, no quise entrar en la librería Lello que dicen es una de las librerías más bonitas del mundo y donde la autora de Harry Potter se inspiró para escribir sus libros por la enorme cola que había que esperar para entrar.
Sala principal Bolsa de Oporto
Pero si aproveché para ir a otra ciudad histórica, Guimaraés donde se dice nació Portugal.
E incluso una tarde-noche estuve corriendo por el paseo del río hasta llegar al mar y coger por el paseo marítimo hasta Matosinhos, la vuelta la hice andando, (demasiadas cuestas).
Oporto tiene esa mezcla de tradición que aún se usa con modernidad de gran capital europea. Podría perfectamente compararla con Praga o la mismisima París. Está en permanente reconstrucción, en 15 años o antes lucirá magnifica.
Tienda ultramarinos Oporto
Me han faltado cosas, pero no me importaría repetir, durante una semana he disfrutado paseando por sus calles y admirado mucha belleza. Os la recomiendo.
Ayer por la tarde recibía un mensaje de Facebook, en el que decía que como administrador de la página web de Impreconsa, alguien había hecho una rectificación diciendo que la empresa había cerrado definitivamente, y aunque dejé de trabajar allí hace más de 7 años no puedo dejar de sentir lástima por el lugar donde desarrollé mi vida laboral por más de 13 años, dicho así, hoy en día parece una eternidad, pero puedo afirmar que gracias a Impreconsa fui muy feliz, con el trabajo mis compañeros y mi jefe Manuel Periáñez.
He intentado hacer una búsqueda por LinkedIn de algunos de ellos, pero poco he sacado, espero que les vaya bien y que también sean felices.
Escribo estas lineas de una empresa, como he dicho, que me lo dio todo, pude viajar y conocer otros países, comprarme mi apartamento, mi Vespa, y también pude crecer profesionalmente, instalé la tienda virtual, desarrollé aplicaciones macros en word para los comerciales, traté con proveedores, clientes.
Pues eso, que queden estas lineas para el recuerdo de una parte de mi vida que, como marca, cierra definitivamente.
El pasado miércoles me invitaron a dar una pequeña charla en el Meetup Databeers de Sevilla sobre visualización de datos abiertos y libres.
La verdad es que me siento muy agradecido porque pueda compartir lo que voy aprendiendo en el máster en Data Big de Datahack y a su vez, difundir fuentes de información libres y abiertas como las que publica semanalmente el Instituto de Estadística y Cartografía de Andalucía.
La presentación que veis abajo la comencé hablando de mí y mi relación con los datos de hace 25 años, de alguna manera me tenía que justificarme como licenciado en psicología hablando ante un público lleno de ingenieros e informáticos.
Conté la historia cuando estaba en Virgin Megastore donde hice una base de datos de videojuegos con los artículos de revista que me caía en la mano y que sirviera de fuente de consulta para clientes y para mí mismo ante la locura de títulos que semanalmente entraban en la tienda.
Nono en Virgin Megastore
Luego hablé de OpenStreetMap, la wikipedia de los mapas como ejemplo de datos libres y, a la vez, como trabajo voluntario, participativo y sobre todo exacto para buscar la fidelidad de la representación de lo que medimos y luego publicamos, así que mostré errores de Google Maps del 2011, en comparación a lo que realicé en OSM
Continúe hablando de herramientas sencillas de usar para publicación visual de datos, como Infogram con la que hice una representación de la población sevillana en la ciudad usando los datos del portal de datos abiertos del ayuntamiento de Sevilla; es una herramienta gratuita con la que, gracias a sus iconos y herramientas de soltar y arrastrar con una simple tabla se pueden crear infografías realmente vistosas.
Seguí con el principal motivo de la presentación, el mapa de Andalucía de crecimiento vegativo y como lo hice con Tableau usando los datos abiertos que publica el Instituto de Estadística y Cartografía de Andalucía. Intenté transmitir la facilidad de visualizar con esta herramienta, básicamente consiste en abrir la fuente de datos y como, gracias a que entiende lo que son medidas de dimensiones, con el ratón podemos arrastar éstas al tablero principal y automáticamente se dibujan mapas si son datos geográficamente referenciados, etiquetas, números, etc.
Finalicé la presentación hablando de otra herramienta Qlik con la que desarrollé un estudio comparando el porcentaje de viviendas que actualmente se están construyendo en cada municipio de Andalucía comparándola con el crecimiento poblacional esperado en cada uno de ello, visualizando como en algunas localidades, a pesar de que se espera crecimiento negativo de población se están construyendo más viviendas de las necesarias y, por tanto los riesgos de que esás casas y pisos no puedan ser vendidas o abandonadas estimando una nueva burbuja inmobiliaria en el futuro.
Con esa sesión la academia en Big Data y Analytics Datahack en su delegación en Sevilla pone fin al ciclo de jueves que desde principio de noviembre nos ha regalado con clases magistrales de algunos de los profesionales y, a la vez, profesores en los masters que ofrece.
Esta semana Francisco Rodríguez, data scientist en Telefóncia I + D y profesor que tendremos en el módulo de Machine Learning en los próximos meses nos habló de la Data Augmentation.
En su presentación nos ofreció casos reales en los que ha trabajado y para los cuales tuvo que "crear" un método pues, no contaba con suficientes datos para poder llevarlo a cabo, y de esta manera nos explicó la ayuda que la data augmentación ofrece..., o que, traducido al español significa aumentar datos.
¿En qué consiste? Pues en una metodología, dentro de los aprendizajes de Machine Learning, y en concreto los de aprendizaje supervisado, en los que se necesitan más datos de los que disponemos para crear un modelo. Ejemplo: podria ser el caso de reconocimiento de fotos para que entrenar al modelo con pares de imágenes etiquetadas según un concepto; Y claro, no siempre disponemos de cientos de miles de datos que nos de esta información, luego tenemos que "inventar" o "crear" esos datos con las variaciones, ruido, calidades y distorsiones que en la vida real pudieran producirse.
En realidad esto es más común de lo que pudiéramos pensar, porque solo las grandes empresas con bases de datos de millones de imágenes puede hacer, Google Maps - Street View, para calles, por ejemplo, disponen de esta posibilidad.
Francisco también nos comentó otros recursos como Imagenet que dispone de más de 14 millones de fotos etiquetadas, pero aún así no es suficiente
.
Por otra parte podemos recurrir, en caso de reconocimiento de textos, a aquellos documentos que han sido traducidos con el mismo contenido a varios idiomas, sería el caso de los que la UE pone a disposición en su portal. Google usa Neural Machine Translation para este otro tipo de casos.
En definitiva y si hay que dar una definición exacta, Data Augmentation es crear datos sintéticos a partir de datos que ya tenemos.
Estrategias.
Nos explicó dos, una basada en transformaciones, en el caso de fotos, por ejemplo la de un gato, hacer cambios a aquellas fotografías con distintos niveles de zoon, color, luz, giros, etc; de esta manera a fuerza de entrenar la modelo se crearían esos algoritmos que permitan aprenderlo.
Otra estrategia seria hacer clasificaciones trabajando con datos que venga con fuentes diferentes (cámaras profesionales o cámaras para móviles), y esto es muy importante también si pensamos en crear un modelo que va a a trabajar con teléfonos móviles, en tal caso tenemos que tener mucho cuidado de que las fotos no vengan de cámaras profesionales.
Lo ideal sería hacer fotos con el mismo móvil con el que queremos crear el modelo.
Como ejemplo de su trabajo nos puso tres casos, un trabajo que le encargaron a su equipo para detectar matrículas de coches, usaron un formato de caja grande a caja pequeña, es decir, primero detectar en el vehículo la zona donde está la matrícula, luego, en ella, cajas pequeñas como serían cada uno de los dígitos que la componen y sus letras, para ello construyeron muchos datos para entrenar el modelo a la manera "frankestein" ya que consistía en crear muchas matrículas para el dataset de entrenamiento construidas con partes de otras matrículas (dígitos y letras).
Y por otra parte, usando la data augmentation para crear otras matrículas combinando letras y números usando la misma tipografía que tiene las matrículas, pero con variaciones añadiendo ruido como manchas, rayas, ligeros cambios de posición, alturas, etc. Cuando probaron el modelo con datos reales llegaron a un acierto entre el 90 y 97% según el sistema que emplearon.
Detector de matrículas con data augmentation
Otro de los trabajos en los que ha puesto en practica sus conocimientos fue la corrección de errores ortográficos, y ya que no existe una base de datos de los mismos, crearon pares de frases, como por ejemplo nombres y apellidos emparejándolas con otros nombres y apellidos que tenían las mismas letras pero con ligeros errores o aquellos errores comunes que los lingüistas están acostumbrados a detectar. Fue interesante esta prueba porque para casos en los que cambiaba una sola letra, el modelo llegaba a muy buenos aciertos, pero, incluso en los casos en los que metía mucho ruido, por ejemplo cambiar no solo varias letras sino poner letras de un nombre entremetidos en los apellidos, etc, el modelo se esforzaba en ofrecer un nombre muy parecido al original verdadero, en dichos casos era lógico que el "ruido era excesivo". En otros casos el modelo se equivocaba porque se forzaba a traducir un nombre, como Antoni en catalán y lo devolvía como Antonio en español. Todo este tipo de casos nos da una muestra de todas las variables que tenemos que tener en cuenta. A pesar de todo, el grado de acierto se llegó entre el 84% y 89 %
Como no existe un data set de errores de personas, pero lo que se puede hacer combinaciones con los errores que normalmente se cometen.
De un nombre correcto, se crea el -> augmented -> (incorrecto) para cada elemento generar otro.
Un último ejemplo que puso, pero en el que no ha trabajado fue la clasificación de curriculums, ya que, normalmente éstos están divididos en los mismos aparatos de siempre, datos personales, formación, experiencia, etc. Pues bien, se crearon datos cortando estas partes y creando otros curriculums con ellas también para crear más datos de entrenamiento.
Y bien, ya tenemos los datos que nos faltaban para tener cientos de decenas de miles (por lo menos) con los que trabajar nuestro modelo, ¿Donde se mente y qué cantidad? Nos podemos preguntar y de hecho, una compañera del master hizo. Francisco contestó: -"pues en el set de entrenamiento, nunca en el set de validación y tampoco en el Test Set donde se prueba el modelo final elegido". Tiene su lógica, es más es conveniente probar con seres humanos incluso los errores que comete en comparación con los cometidos con este tipo de datos por el modelo.
Conjuntos de datos para validar el modelo
Es decir, si normalmente para un entrenamiento de machine learning con data real tenemos tres partes en los datos, con la data augmentation tendremos cuatro tipos de datos con los que trabajar. y en cuanto a cantidades y porcentajes, no quiso dar una cantidad fija, simplemente tener en cuenta que si en el validación tenemos 5 datos, si uno está mal, ya tenemos el 20% del modelo invalidado, es una exageración, claro, pero si, a partir de mil datos reales para las partes de validación y test, ya podemos meter con tranquilidad todos los datos "creados" en el set de entrenamiento.
Francisco también nos habló de los distintos problemas que podemos tener, como son el Overfiting, es decir que el modelo memorice las respuestas, pero no aprenda ante casos nuevos; el Underfitting. cuando ha sido tan débil el altgorismo que ni siquiera puede clasificar una vez que se "saca de la caja" y el Data Mismatch, en el que los datos "aumentados" son tan diferentes de los datos reales que resulta inútil usarlo.
También nos puso ejemplo de sus trabajos como matrículas "machacadas" que eran imposibles reconocerse o aquellas matriculas que nos se detectaban porque algunas tenía una sombra superior, estudiando estos errores, pero solo una pequeña parte, por supuesto, decidieron reducir y cambiar la forma en que se generaban las matriculas añadiendo a éstas sombra, pero no hicieron lo mismo con las matrículas rotas o deformadas, porque sería llevar el modelo con ruido a un extremo excesivo. Todo tiene su medida.
De hecho para optimizar el trabajo dio una serie de consejos.
Evitar traer suposiciones o sesgos, como por ejemplo no pensar que aún existen en circulación coches con matrículas antiguas, es decir la letra de la provincia seguida de número, cosa que no pensaron.
Actuar con Ideas simples, y actuar rápido. Ejemplo no implementar los errores de matriculas "machadas", por su complejidad en abordarlo, coste excesivo y bajo porcentaje en los errores.
Metodología correcta. Como puede ser el uso ponderado de los datos en cada set, el proceso de etiquetado, etc.
Hacer análisis error. Usar humanos para confirmar que algunos errores son inevitables, o corregir en la medida de lo posible, como dijo antes, los segos o detectar como mejor los datos aumentados.
Finalizó su exposición, con otros casos como la Red neuronal, Las Generative Adversarial Networks, o el llamado Generative adversarial networks (GANs)que aunque salía del tema de la exposición, personalmente sentía mucha atracción, como es el ejemplo de generar imágenes de personas automáticamente, llegando a extremos en los que podríamos dudar, efectivamente que es la foto de una persona que realmente existe. o convertir y transformar incluso vídeos como puede ser un caballo corriendo convertido en una cebra, hasta el punto que incluso los detalles del fondo son modificados por la máquina, como puede ser cambiar la hierba verde por pasto seco de la sabana.
Pues lo dicho, con muchas ganas de volver a ver a Francisco como profesor el master de Datahack y seguir aprendiendo de su experiencia profesional. Y aunque las sesiones abiertas al público en general se han acabado por ahora, podéis escribir a su correo y manteneros informados de otros meetups que pudiera organizarse para el próximo curso.
Artículo: Red neuronal creando caras de personas.
Aprovechando las nuevas herramientas que estoy conociendo en el máster de Datahack, dejo aqui algunas visualizaciones con los datos de las pasadas elecciones Andaluzas. Las tablas provienen de Periódicos.
Dentro de la serie de Meetup que datahack Sur está realizando este curso, el pasado día 22, Antonio Marín hizo una demostración de como se puede analizar una base de datos en bruto y convertirla en información valiosa para una empresa.
Antonio, CEO de DSC Energy nos explicó en una primera parte qué era Python, nos contó que su creador desarrolló este lenguaje con la idea de que fuera fácil de aprender y de usar, y no solo es popular por una gran comunidad de usuarios, sino que además grandes empresas como Facebook o Google participan aportando recursos para que siga evolucionando. Cuenta con más de 140.000 librerías. Es eficiente, fiable y accesible.
Nos explicó alguna de sus librerías más usadas, habló de Panda, de Matplotlib, de Seaborn y Anaconda.
Nos quiso dejar claro un par de cosas, la primera es que una exploración de los datos, llamada EDA (Exploratory Data Analytics) es esencial antes de trabajar con los datos y tan siquiera antes de imaginar el modelo, y por otra parte, también es importante antes de ponerse a trabajar es definir bien el problema, lo ideal es que el cliente te lo plantee, hecho esto será más fácil enfocar el objetivo.
¿Qué es big data? - "Es todo aquello que no cabe en una hoja de Excel"
En la segunda parte se planteó el ejercicio de demostración, imaginando por ejemplo que una empresa necesita saber como está el mercado de la clase de productos que vende y la competencia en un país en el que pretende introducirse;, pues bien, gracias a que existen países con transparencia en datos, se pudo acceder a los datos de la aduana de dicho país y extrayendo los códigos del tipo de producto en el que la empresa está especializada, a través de una serie de pasos se llegó a la visualización para el cliente de gráficos temporales de precios de los productos a los cuales se están comercializando y hasta la cantidad vendida por la competencia.
Para mí, esta demostración fue nada más que suficiente para comprender lo importante que es actualmente tratar la información, y a la vez que esta sea una información abierta y transparente.
Próximamente, Antonio, que él mismo se grabó su exposición, subirá el vídeo completo para que podáis también comprender y entender la extraordinaria herramienta que es Python para estos tipos de trabajo.
Uno cuando lee artículos de Machine Learning puede quedar impresionado por los casos que describen en sus logros gracias a los altgorismos que emplean, pero Alejando Arránz quiso quitar tanta "mitología" y desarrolló su charla como de una manera más sencilla y cercana haciendo una introducción a los de conceptos básicos que emplea
Se presentó como informático programador que trabaja en Datahack Labsen labores de consultoría aunque también daba algunas clases, pero no era su principal función, además nos dijo que no se consideraba más inteligente que los demás sino que simplemente le pone empeño a las cosas en las que trabaja.
Alejandro Arranz
Empezó con dos definiciones de Machine Learning; la primera como "La ciencia (y el arte) de programar máquinas de manera que estas puedan aprender a partir de los datos".
Por "arte" él entiende que no hay una lista de reglas, sino que depende de los problemas que uno se enfrenta; uno va, con la práctica, creando estrategias y trucos que has experimentado en otros problemas similares, pero no existe un libro donde estén todas las soluciones.
Nos dijo que las personas que se adentran en el mundo del Machine Learning y vienen la parte técnica y de programación, informática, ingeniería... se tienen que enfrentar a un nuevo paradigma porque están acostumbrados a escribir órdenes para máquinas, pero si se enfrentan a Machine Learnin y surgen discrepancias a lo esperado no debe de entenderlas como errores cometidos en su "programación" sino que es la máquina la que va aprendiendo con los datos produciendo "resultados inesperados". No so fallos en "su programación".
Meetup con asistentes a Introducción Machine Learning en Datahack Sevilla
Otra definición que dio para ML, un poco más técnica, era considerar la fórmula ETR.
E de Experiencia. cuanto más datos vea la máquina con relación a una T (tare) mejor va a ser los resultados (R)
Alejandro nos explico que el ML no es algo nuevo, o por lo menos los fundamentos de su uso se empezaron a usarse cuando los correos se empezaron a llenar de spam y algunos mensajes eran clasificados como tal por detectar palabras y expresiones comunes siguiendo un proceso.
- Detección de palabras
- Codificar algoritmo de detención para todos los patrones detectados.
- Probar el programa y repetir los dos pasos anteriores hasta que el resultado sea bueno.
Este proceso heredado del filtro de correo que ha heredado Machine Learning se le añade un elemento más llamado "Entrenar al modelo" (modelo matemático), que busque patrones y que sean más efectivos que el que haríamos nosotros y, además, se añade una tercera ventaja: la adaptación al cambio, ya que pueden aparecer nuevas reglas. El modelo tiene que aprender y adaptarse.
Pero cuidado, siempre tiene que haber un control para vigilar los datos que le suministremos porque puede ocurrir a veces como le ocurrió a un bot de Microsft, que aprendió de una manera tan inesperada que, al cabo de 24 horas la conversación con el robot, sus expresiones y mensajes derivaron en comentarios machistas, agresivos y xenófobos.
Hubo comentarios y preguntas a Alejandro durante su exposición con dudas y él confirmó algunos casos de errores en la identificación de patrones, como clasificar a dos personas negras como gorilas o el caso que uno de los asistentes comentó casos de machismo, pero dijo que el problema viene más de los sesgos de los datasets que se suministran a las máquinas, más que errores "de programación" (?)
Otras de las preguntas que se hizo era si era siempre necesario la intervención humana par vigilar al modelo, y confirmó que sí, que, a veces hay que realizar ciertos ajustes revisando los resultados y que las predicciones que está dando el modelo son persistentes y si los datos que se le suministra también lo son.
La máquina no solo aprende, el humano también aprende porque puede llevarnos a descubrir tendencias o relaciones que no sospechaba siquiera.
¿Cuando es buen momento para usar Machine Learning?
Cuando nos enfrentemos a problemas cambiantes, que necesiten muchas reglas, muchos datoss o sea humanamente muy difícil hacerlo.
Problemas y tipos de aprendizajes en Machine Learning
APRENDIZAJE SUPERVISADO Y TAMBIÉN PARA APRENDIZAJES NO SUPERVISADOS.
Para explicarlo introdujo dos conceptos, el de FEATURE y el de LABEL=TARGET.
Por feature explicó que serían los datos que se suministra, en caso del correo, sería por ejemplo, cuerpo del correo, asunto, la ip, etc, es decir, los datos que se le van a pasar. Y el LABEL o TARGET sería el resultado a lo que el modelo llegue, en caso del correo sería si es SPAM O NO SPAM.
En el aprendizaje supervisado es el humano el que ayuda al modelo dando las features y tambien las labels.
Sin embargo cuando se aplica el modelo hay que tener en cuenta que pueden surgir problemas, cuando los datos son insuficientes datos y si tenemos muchos o demasiados, ver que tipo de algoritmo puede ser mejor (según la cantidad).
Distintos roblemas con los datos
Otro problema puede ser que lo datos no son representativos, y puso un caso ¿La satisfacción en la vida está relacionada con la renta percápita? y nos mostró un gráfico donde, con los datos reales (puntos azules) se elaboró un modelo diciendo que efectivamente, los países con renta per cápita lo eran, pero el problema se descubre que los datos no son representativos porque con el tiempo, las pruebas de nuevos resultados otros paises resultaron, que diendo más ricos, no estaban tan "feliz de la vida"
(eso se llama sampling noise).
Otro caso seria el sampling bias, cuando la muestra es grande pero el método no es adecuado, no había representativo.
Más problemas, com que se suministren Datos de baja calidad, como outliers que son valores que están muy distantes de los valores medios de la representación. ¿Pero como se gestionan? Se eliminan; pero ¿cómo definirlos? Depende del problema.
los Missig values, por ejemplo registros a los que le faltan algunos huecos, normalmente se dan valores concesuales, o entrenar modelos imputando valores disintos para distintos modelos.
Features irrelevantes. Por ejemplo meter en una base de datos del cliente el nombre del perro. o que países son más felices según las letras que contiene su nombre.
Pero también puede no existir correlación con una causa aparente. Puede existir otras variables ocultas que relaccione una causa con un resultado.
El machine learning dará variables lineales, el deep learning si daria las no lineales.
No solo con los datos podemos tener problemas, también puede ser por los altgoritmos los que nos den quebraderos de cabeza, lo llamados el OVERFITTING, es el riesgo de generalizar y no predecir nada más que los datos que le dan en el entrenamiento. Cuanto más complejo sea el modelo más fácil encontrar relaciones no lineales. Para ello suministraremos más datos.
Otra manera de solucionar el overfitting seria introducir REGULARIZACIÓN, es decir, limitar la libertad del modelo.
UNDERFITTING, otro problema porque se puede dar el caso de tener un modelo tan simple que no abarca la complejidad de los datos que manejamos. La solución sería si hemos metido regularizacion, aflojarla para dar más libertad al modelo.
Alejandro terminóo la última parte de su charla sobre Machine Learning hablando de TRAINING, VALIDACIÓN Y TEST
Pero no se quiso despedir de nosotros sin antes confesarnos que él fue alumno también de Datahack, nos enseñó hasta su diploma, y nos dio varias razones, eligió este máster por los profesores que lo imparten, auténticos profesionales dentro de su sector, por la parte práctica de las enseñanzas, por el trato humano que recibió desde el primer día y porque es un máster vivo, en continua mejora y cambio donde al alumno se le escucha para seguir mejorando.
Regalitos, merchandaising que regaló Datahack a los asistentes
VIDEO próximamente: (Se está editando para solucionar un problema de sonido). Mientras se mejora podéis ver esta otra charla que dio en Madrid con relación al mismo tema.
