Giter Site home page Giter Site logo

minciencia / ecqq Goto Github PK

View Code? Open in Web Editor NEW
3.0 1.0 1.0 180.24 MB

El Chile que queremos

License: Creative Commons Zero v1.0 Universal

PLpgSQL 0.03% Shell 0.32% Jupyter Notebook 59.89% Dockerfile 0.03% Python 17.50% R 0.01% JavaScript 9.12% TypeScript 11.81% Ruby 0.01% Jinja 0.02% SCSS 0.01% Smarty 0.01% Makefile 0.01% CSS 0.01% Less 0.55% Mako 0.01% HTML 0.66%

ecqq's Introduction

ECQQ

En este repositorio se pueden encontrar laas siguientes carpetas de repositorios

base-datos

Este repositorio contiene jupyter notebooks para el procesamiento de datos relacionados con la base de datos como el uniformar nombres de comunas y regiones, entre otros (en la carpeta jupyter_scripts). Para que funcione la creación de la base de datos en necesario contar con los csv, los cuales se pueden contrar en:

data-final.zip

O en la carpeta de este repositorio ECQQ/preprocessing/db/data.7z

contributions_rnn

Este repositorio contiene los procedimientos para realizar la clasificación de las contribuciones con redes neuronales. El jupyter notebook CreateRecords.ipynb prepara los datos . El entrenamiento del modelo se realiza con train.py. Finalmente la evaluación y predicción está contenida en Results.ipynb

nemotion

Este repositorio contiene jupyter notebooks principales. Por un lado Grouping Emotions.ipynb que sirve para sistematizar las Emociones. Por otra parte el jupyternotebook Analisis de Topicos - Necesidades.ipynb para ayudar a sistematizar tanto las Necesidades Personales como las del País.

preoprocess_nna

Contiene los procedimientos referentes a los datos de NNA. Están por una parte los scripts add_labels.R y script_to_csv_dash.R para formatear los datos y NNA_Compromisos.py, NNA_Necesidades.py y NNA_Propuestas.py para procesar las categorías que aparecen en sus respectivos nombres.

preprocessing

En este repositorio se encuentra el jupyter notebook Pipeline.ipynb que realiza la limpieza de datos correspondientes a Consultas individuales y Diálogos y crea todas las tablas necesarias para responder las 5 preguntas descritas en detalle. La creación de las tablas se realiza con los scripts presentes en la carpeta use_cases.

randomforest

Este repositorio contiene los procedimientos para realizar la clasificación de las contribuciones con árboles de decisión. El entrenamiento del modelo se realiza con train.py. Finalmente la evaluación y predicción está contenida en Results.ipynb

superset-ecqq

En este repositorio se encuentra la descripción de cómo instalar el Dashboard o panel de datos en base a sencillos pasos descritos al interior de este.

superset-ui-plguins

En este repositorio se encuentra la herramienta para poder crear pluggins en Superset.

tutoriales

En este repositorio se encuentran algunos totoriales para hacer cruce de datos, entre otros.

Enlaces a los Datos

Además de lo anterior es posible encontrar los siguientes elementos de interés:

Datos sin procesar

data_origen.zip

Datos en formato CSV y SQL insert

data-final.zip

O en la carpeta/archivo de este repositorio ECQQ/preprocessing/db/data.7z

Respaldo de Base de Datos

back_up.sql

O en la carpeta/archivo de este repositorio ECQQ/preprocessing/db/back_up.7z.001 ECQQ/preprocessing/db/back_up.7z.002

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.