Ir al contenido principal

Entradas

Moving to Medium?

Hi! It's been a while and many projects! I think I'll move to Medium for a while, just to try it. Also, I have my personal website project:  https://danvento.com/ I also created a link tree  https://lnk.bio/vento I'll keep this open, because: 1) I'm not sure what I'll do in the future 2) I don't want to rely on just 1 site 3) Here's some interesting info that I'd like to keep public Thank you!

Master en Investigación en Inteligencia Artificial - UIMP AEPIA

Este año he comenzado (y espero acabar este mismo año) el Máster Universitario en Investigación en Inteligencia Artificial de la Universidad Internacional Menéndez Pelayo (UIMP), en colaboración y codirección con la Asociación Española Para la Inteligencia Artificial (AEPIA). Lo primero: decir que es un máster oficial , a medio camino entre la teoría y la práctica , aunque se centra más en lo primero, pues su principal camino es la investigación. A continuación me gustaría exponer las razones por las cuales he elegido este máster, sin que el orden de las misma signifique importancia. Balance entre teoría y práctica. Encontramos masters excesivamente teóricos, como el de UNED, al que tenemos que añadirle la mala fama que tiene esta universidad en cuando a densidad de materiales y falta de atención del profesorado. Existen otros másters muy interesantes, como el de la UNIR, pero les falta base teórica. Incluso, recomiendo uno al que me preinscribí: el Máster Interuniversitario en Cibers

TFG/Bacherlor's Thesis: Analysis and performance of Machine Learning for Startup Valuation

As I've said many times, I've been a nerd all my life, so I decided to cheat my Bachelor's degree and do to things: 1) Take some IT courses in the USA 2) Write my Bacherlor's Thesis about Machine Learning, code more than use finance knowledge A short introduction on why : Two of the most important characteristics of Startups are uncertainty (Neumann, 2019) and the absence of quantitative information, the main topics of this work. Both components damage the financing possibilities of the company, especially when they fail to raise suficient funds from Business Angels or investment rounds (in the US only 0.96% obtain funds from Venture Capital or Business Angels (Entis, 2013)). As explained before, small and medium investors rarely have information about the financial statements, key technologies and audit reports of a startup, etc., the opposite of what happens with a company with a solid trajectory and, especially, is listed on stock markets. Therefore, efforts should b

Use Microsoft Cognitive Services Translate API in Android using Java

I recently implemented the MS Cognitive Services Translate API for Wordee . I switched to it after trying Google Translate API and I did that for two reasons: Microsoft's API is better documented. Google's API costs twice the MS's API. Now, it was difficult to find a complete tutorial / example of how to implement the MS REST API in Android using Java, so I decided to share the first (and simplest, but flexible) version of that implementation. The application I uploaded to illustrate the example consists of a Spinner to select the target language,  an EditText to enter the text you want to translate, a Button to perform the translation request and a TextView to show the translated text. The API automatically detects the source language . This example is fully functional, you only need to provide a valid API key. There are also two important things to clarify in this example. First, we saved the languages in a JSON file, that we have to retrieve and parse i

Mi primer desarrollo serio en Android

Un largo camino me ha llevado hasta aquí, no exento de dificultades, siendo todas ellas magníficos retos para la mente. Y esto no ha hecho nada más que comenzar. Corría septiembre de 2018, y yo me hallaba en Memphis, Tennessee, y me avalancé, al fin, por el camino del dessarrollo de software, empezando con un lenguaje que conocía un poco por encima, Java, y adentrándome en la selva de Android. Ha nacido Wordee de la mano de unos grandes amigos emprendedores que conocí en EEUU, los cuales tenían una empresa para estos menesteres en Estoni, una aplicación cuya función básica es la clasificación, por parte del usuario, de las palabras y expresiones que aprende cuando está estudiando un idioma. Sí, tan simple y tonto como eso. Hay varias aplicaciones dedicadas a esto, y el mundo de las aplicaciones educativas está bastante explotado, pero ¡leches!, lo único que desea cualquiera es abrir la aplicación y acto seguido añadir la palabra que le acaba de decir su amigo de Erasmus mientras

Los mitos sobre las criptomonedas (y en especial, Bitcoin)

Recientemente tuve una pequeña discusión en LinkedIn con el señor Antonio T. Miranda Oliván sobre la consideración de Bitcoin (y las criptomonedas) como burbuja, ya que este señor participó en una página web en la que publicó un artículo crítico con la útlima burbuja. Me dije a mí mismo que escribiría una respuesta razonada sobre el tema, argumentando porqué el artículo es todo un despropósito basado el falacias . Para empezar, quiero indicar dos cosas. La primera es que hablamos de Bitcoin y del resto de criptomonedas, porque BTC actúa como cabeza de una familia, así que este artículo no va de Bitcoin en particular, si no que se extendie a todas las criptomonedas. Junto a esto, decir, que Bitcoin me parece una de las criptomonedas famosas más inútiles a día de hoy. La segunda cosa, es que desde aquí animo encarecidamente al autor a que, cuando haga afirmaciones tan tajantes e importantes (luego discutiremos cuáles son), se moleste al menos en indicar las fuentes y datos donde

¿Es aceptable la discriminación a la hora de contratar?

[TEMA POLÉMICO] Recientemente estaba haciendo una práctica de Análisis de datos en la que, como entrevistadores de futuros becarios en una gran firma, teníamos que determinar que tipos de perfiles se quedaban en la compañía pasado el período de prácticas y cuáles no . Esto lo quería realizar la compañía pues le interesaba que los becarios se quedaran en la compañía después de las prácticas, ya que la formación les suponía un enrome coste. El caso es que nunca me había planteado esto, siempre oímos que no se puede o no se debería de poder discriminar a la hora de seleccionar personal, y entiendo que en una entrevista nadie, repito, nadie, debería preguntarte si estás casado, tienes hipoteca o te vas a quedar embarazada. Pero, ¿por qué no discriminar sin que los candidatos lo sepan? Es decir, antes de las entrevistas, como preselección. Obviamente, supongo que, para bien o para mal, ya sea hace a escondidas; pero mi planteamiento lo intenta ver desde la óptica del razonamiento ob

University teaching systems: USA vs Spain

One sentence: Quality VS Quantity. I'm so shocked, I'm taking an upper-level (47...) class called Quantitative Economic Analysis, which sounds pretty hard and mathematical. The thing is that, although our teacher is one of the best teachers ever (he is funny and his explanations are soooo clear), the contents of the course fall under what I learnt in High School. I'll show you an example. In my first year of college I had two mandatory courses, called Math I and Math II, which included: matrices, derivatives, integrals, optimization, multivariate optimization, constraint optimization, Simplex method and series and sequences. And they taught that in an fast way, like "hey, you already learnt derivatives in High School (it is mandatory to study for any kind of economics/business degree), so let's take only one hour to review some key concepts and then skip it". And after those courses, whenever we had to use some of the concepts learnt at that time, our

What are Candidate, Primary and Foreign Keys?

CK (Candidate Key). These are the Keys that may be defined as Primary keys, and must enforce these properties. Properties: Uniqueness . It must have a unique value, that is we cannot have at any given time the same value for the attribute at more than one tuple. Example: we cannot have the same SSN for two or more individuals, or a person can't have more than one SSN. Minimality . If it is a composite attribute (as an address), no component of the attribute can be deleted without destroying the uniqueness property. PK (Foreign Key). The most representative CK or CKs (we can have a composite PK) of the Entity Set are selected to use them to identify each Entity of an Entity Set. Example: The Entity Set "Student" has "Student Identification Number" as a PK. FK (Foreign Key). What if we have a table with Students which include, for each student, the "Identification Number" of each student's advisor (that is the PK of "Student advisor

Integrity constraints for relational databases

When we want to create a relational database, we must comply with four integrity constraints in order for our DB to work correctly . Entity integrity constraint. A PK (Primary Key) cannot allow null values Enforcement: check for null values when enter data. Key integrity constraint. No two tuples can have the same attribute value. Enforcement: check duplicity. Referential integrity constraint. We cannot have any unmatched FK (Foreign Key). That is, if B references A, A must exist. Enforcement: Restriction. The Update/delete of PK is restricted to not having a matching FK. Nullification. Update/delete of PK can only be done after setting any FK to null. Cascading. Update/delete of PK cascades to any FK. Semantic integrity constraint. We must use data that makes sense. We look for semantic correctness. Enforcement: use restrictions when enter data such as: length, legal values (i.e. car brands), types of data (i.e. currency, date, etc.), range, etc.

Steps in Database design and implementation

What are the main and necessary steps in the DB design and implementation process? Let's enumerate and explain them... User requirements . First we need them, we need a user capable of using a computer, understanding our language, etc. Conceptual design . This is used to describe information that the DB will contain. This is where we typically use the ER (Entity - Relationship) model, although some people refer to this design as drawing a simple schema about relationships without using the full version of ER model.  Input: Requirement specifications to build the DB Output: Conceptual schema Logical design . Used to describe the structure of the DB that can be processed by the DBMS (Database Management System), it can depend on the type of data the DBMS can used but not on the DBMS itself. Here we'll use the ER, including Attributes and Primary, Foreign an Alternative keys. Input: Conceptual schema Output: Logical schema  Physical design . At this point we create