Hoy la información tiene un gran impacto en las decisiones. Conocer el timing en un mercado de compra/venta puede marcar diferencias.
Nos situamos en el mercado del videojuego, tenemos millones de registros de información histórica y queremos crear un sistema de análisis predictivo de fluctuaciones de precio.
¿Predecir el futuro?¿Por dónde empezar?
Abordamos nuestro caso real : OTOGAMI. Desde la definición del proyecto a la evaluación del resultado. Expondremos nuestras decisiones de producto, de arquitectura, tratamiento de datos, machine learning y todas las preguntas que seamos capaz de atender.
No es cosa de magos, y apta para todos los públicos.
Esperamos que sea inspiradora, ¡no te la pierdas!
PRÁCTICAS DEL MÓDULO I Y II DE EDUCACIÓN Y SOCIEDAD.docx
Construyendo tu propia bola de cristal predicción de precios con machine learning
1. @rafbermudez#codemotion_es
● Rafael Bermúdez Míguez
● @rafbermudez
● rafa@rafbermudez.com
Construyendo tu propia bola de cristal:
predicción de precios con machine learning
MADRID · NOV 27-28 · 2015
4. @rafbermudez#codemotion_es
El problema
• Qué
• Predecir el precio de videojuegos
• Cómo
• Data science
• Por qué
• Aportar más valor a los usuarios/tiendas
• Abrir nuevas líneas de negocio
• Aprovechar los datos históricos