Bienvenido/a al proyecto Economics @Intelligence
Universidad Politécnica de Madrid, 2020-2021
Web del grupo de investigación
- La creación de una base de datos económica de fácil acceso, tanto para la visualización como para la descarga de los datos..
- Explotar los datos utilizando avanzadas técnicas computacionales en el campo de la Inteligencia Artificial (@I).
El objetivo principal del proyecto ECONOMICS @INTELLIGENCE se puede resumir en:
- La creación y explotación – a través de técnicas de IA y ML – de una base de datos económicos oficiales – comenzando a nivel regional en España – para facilitar el acceso, la visualización, la explotación y el descubrimiento de nuevos patrones de comportamiento económico y social.
- Desarrollar un diseño gráfico intuitivo y apropiado para cada tipo de variable empleando técnicas de programación y ciencia de datos avanzadas.
- Elaborar un protocolo sencillo de obtención de variables y datos de fuentes oficiales, con el objetivo de que cualquier usuario pueda replicar el trabajo realizado, además de actualizar y corregir posibles errores detectados en los datos.
- Explotar los datos económicos con las técnicas computacionales más avanzadas, IA y otras, para diferentes propósitos y áreas de conocimiento -por ejemplo, economía, planes de negocio, políticas públicas, estadísticas, programación, diseño gráfico y visualización de datos, etc. .
- Contribuir a ofrecer, de manera accesible, los datos más precisos y apropiados para los usuarios interesados, especialmente a través de los medios de comunicación.
2022-03-21
Última actualización
26132
Datasets
6
Fuentes de datos
6
Investigadores involucrados
agosto 2021
Primer prototipo de E@I Radar
E@I Radar es el sistema público que permite un acceso intuitivo y una interpretación sencilla de la base de datos del proyecto
junio 2020
Primer prototipo de E@I Lighthouse
E@I Lighthouse es el sistema privado que permite aplicar los algoritmos de IA y ML más avanzados sobre la base de datos del proyecto
marzo 2020
Comienzo del proyecto E@I
El proyecto ECONOMICS @INTELLIGENCE empieza la planificación y la generación de su base de datos socioeconómica
Equipo de investigación
Fuentes de datos
- Instituto Nacional de Estadística (INE) de España
- CULTURABase: Base de datos estadística del Ministerio de Cultura y Deporte de España
- DEPORTEData: Base de datos estadística del Ministerio de Cultura y Deporte de España
- Agencia Estatal de Meteorología (AEMET) de España
- Harvard Dataverse
- World Bank Data
Tecnologías de código abierto
- Chang, Winston, Joe Cheng, JJ Allaire, Carson Sievert, Barret Schloerke, Yihui Xie, Jeff Allen, Jonathan McPherson, Alan Dipert, and Barbara Borges. 2021. Shiny: Web Application Framework for r. https://CRAN.R-project.org/package=shiny.
- Cheng, Joe, Bhaskar Karambelkar, and Yihui Xie. 2021. Leaflet: Create Interactive Web Maps with the JavaScript ’Leaflet’ Library. https://CRAN.R-project.org/package=leaflet.
- Granjon, David. 2021. bs4Dash: A ’Bootstrap 4’ Version of ’Shinydashboard’. https://CRAN.R-project.org/package=bs4Dash.
- Perrier, Victor, and Fanny Meyer. 2020. Fresh: Create Custom ’Bootstrap’ Themes to Use in ’Shiny’. https://CRAN.R-project.org/package=fresh.
- R Core Team. 2020. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.
- Tennekes, Martijn. 2018. “tmap: Thematic Maps in R.” Journal of Statistical Software 84 (6): 1–39. https://doi.org/10.18637/jss.v084.i06.
- ———. 2021. Tmap: Thematic Maps. https://CRAN.R-project.org/package=tmap.
- Wickham, Hadley, Romain François, Lionel Henry, and Kirill Müller. 2021. Dplyr: A Grammar of Data Manipulation. https://CRAN.R-project.org/package=dplyr.
Loading...
Selección de datos
Metadatos
Filtrado de datos
Number of rows:
En construcción
En construcción
En construcción