No estoy demasiado familiarizado con la agricultura, pero la minería de datos tiene un enorme potencial a la hora de analizar el mercado de productos básicos en este espacio.
Por ejemplo, un tema realmente bueno para analizar podría ser el mercado del trigo. Por ejemplo, supongamos que desea construir un modelo de serie temporal para pronosticar el precio del trigo. Además de ejecutar regresiones en las series de tiempo (trigo), también podría analizar el papel de ciertas variables independientes como patrones climáticos, crecimiento de la industria, pronósticos de importación y exportación, pronósticos de crecimiento del PIB, etc.
Por supuesto, esto podría aplicarse a una variedad de otros productos básicos en el sector agrícola. Pero (y este es mi lado de la economía de nuevo …), el análisis de datos relacionados con la agricultura sería de gran interés desde un punto de vista comercial.
- ¿Has oído hablar de alguien que usa datos de transacciones para ayudar a detectar patrones de fraude?
- ¿Podemos hacer aprendizaje automático escalable con R? ¿Puede R trabajar con Hadoop para procesar una matriz de 100 GB?
- ¿Necesito saber cómo construir algoritmos de aprendizaje automático o simplemente puedo usar algoritmos que se envían con bibliotecas python o R?
- Cómo elegir un algoritmo de minería de datos al minar un conjunto de datos real
- ¿Qué conocimiento básico es imprescindible si quiero entrar en el campo de big data o data science? ¿Cuál es la mejor manera de comenzar mi carrera en el mismo?