Irving MA @moaimx

¿Por qué moverte para trabajar te hace ganar más en la CDMX? Los empleos bien pagados se concentran en pocos polos del centro (Miguel Hidalgo: $15,000). Trabajar en tu municipio: $9,000. Moverte 10 km o más: $12,000 (+33%). Lo mapeé con la ENOE 👇

¿Cuál fue el resultado de la elección Colombiana del fin de semana? @duto_guerra @guerravis presenta un análisis muy completo a través de 3 interactivos que revelan los detalles de la elección en muchas de sus dimensiones. Enlace 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

This week's Data Vis Dispatch covers topics including melting glaciers in the Swiss Alps 🗻🧊, rising cancer survival rates in Hong Kong 📈, and a boom in the autism therapy industry. Discover these and much more on the Datawrapper blog. 👇 datawrapper.de/blog/data-vis-…

keyboard_arrow_left Previous keyboard_arrow_right Next

Flowing Data nos presenta una publicación con las técnicas más usadas para mentir con gráficas, cómo detectarlas, cómo evitarlas y como pelear contra ellas. Todo esto de forma interactiva y con ejemplos muy claros. Gran herramienta para mejorar la creación de #dataviz Enlace 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

🇲🇽 Mexican Population Visualised. By @KaleyKing167816

➡️Nuevo artículo en el International Journal of Disaster Risk Reduction Analizamos los delitos que forman hotspots del crimen después de terremotos en CDMX Hallamos nuevas concentraciones en colonias del norte de abuso y robo; y en las colonias del sur, de violencia familiar

keyboard_arrow_left Previous keyboard_arrow_right Next

Quetzalcoatl...

¿Cómo se ve reflejada la desigualdad en la educación? El Mapa de Justicia Educacional es un proyecto estratégico del Centro de Estudios Avanzados sobre Justicia Educacional (CJE) de la Universidad en dónde se explora la injusticia educacional en Chile Link 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

Ayer en @Datawrapper se publicó esta pieza que habla de los días sin noche completa y los lugares del mundo en dónde sucede el fenómeno. La #dataviz es muy buena, pero lo notable es la narrativa y como la construcción de las gráficas son guiadas por preguntas. Link 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

Gráficas cero funcionales pero que podrían ser arte (?).

Recientemente se actualizaron las proyecciones a largo plazo de población en México. @OurWorldInData publicó esta herramienta interactiva para explorar proyecciones de la ONU en cualquier país y ajustar los supuestos con los que se construyen para modificarlas. Enlace abajo 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

El atlas de la guerra. Visualización de datos con las guerras e imperios de los que se tiene registro a lo largo de la historia humana. Miles de conflictos y guerras documentados. Además para cada año es posible exportar la información a geojson Link en el siguiente post 👇

keyboard_arrow_left Previous keyboard_arrow_right Next

En México solamente el 43% de la población tiene acceso a agua potable segura para beber. 75 millones de personas sin acceso seguro de acuerdo a OMS/UNICEF y al banco mundial. Empty Glass es un proyecto de #dataviz del agua disponible para beber hecho por Inumimo Idowu

Las gráficas han levantado gran entusiasmo en la comunidad y ya empiezan a surgir versiones para otras elecciones. Este #dataviz llegó para quedarse por su gran capacidad narrativa

Antonin Bergeaud @a_bergeaud

3 weeks ago

J'ai reproduit la superbe dataviz de @TheEconomist à partir des données de Julia Cagé et Thomas Piketty sur les élections de 2022

36 161 1K 278K 575

Se agradece que compartan o cualquier información.

keyboard_arrow_left Previous keyboard_arrow_right Next

El día de hoy The economist muestra un par de gráficas magníficas para explicar una elección. Gran acierto!

keyboard_arrow_left Previous keyboard_arrow_right Next

The Mesoamerican civilizations.

@Alcaldia_Coy @giogutierrezag hagan algo con este árbol q representa un riesgo para quienes vivimos en la Candelaria. Ya se reportó infinidad de veces xq está seco y no hacen nada. Esta tarde casi me cae encima y ahora el cableado esta comprometido @GobCDMX @SGIRPC_CDMX ayudaaa!

keyboard_arrow_left Previous keyboard_arrow_right Next

📉 Gracias a la Estrategia Nacional de Seguridad Pública de la Presidenta @Claudiashein, se logró reducir el 40% en el promedio diario de homicidios desde el inicio de la administración. Esta reducción representa 34 homicidios menos al día, al pasar de 86.9 homicidios a 52.5 homicidios.

keyboard_arrow_left Previous keyboard_arrow_right Next

A pre-trained model with no feature engineering, no hyperparameter tuning, and no domain expertise just matched 14 days of computation on a 500-node CPU cluster to forecast crop yields. And it did it in 2 hours on a single GPU. A team at the European Commission's Joint Research Centre spent 14 days running 500 CPU nodes to forecast South African maize yields. A different model, given the same data, did the job in 360 seconds on 4 CPUs. The accuracy gap was 2 percentage points. The 14-day pipeline is the standard machine learning workflow for crop forecasting. You start with raw satellite and weather data: • dekadal time series of FPAR (a measure of green biomass) • soil moisture • rainfall • temperature • solar radiation. Then you engineer features: Monthly averages, monthly maxima, monthly sums, different windows over the growing season. Then you test 14 different feature sets across 6 model types (XGBoost, GBR, Random Forest, LASSO, GPR, SVR), with optional principal component analysis, optional MRMR feature selection, and one-hot encoding of region. That's 96 pipeline configurations per model, each with its own hyperparameters to tune, all wrapped in nested leave-one-year-out cross validation to avoid leaking information from the test year. 14 days on a high-throughput cluster with hundreds of nodes. The alternative is TabPFN, a transformer pretrained on millions of synthetic tabular datasets. You hand it the raw features. No selection, no reduction, no tuning, no engineered aggregates beyond what you've already computed. One forward pass. Done. For maize, the best ML pipeline (Gaussian Process Regression with reduced remote sensing and soil moisture features, PCA, yield trend, and one-hot encoded region) hit 6.8% rRMSE with R² of 0.91 at the national level. TabPFN hit 8.8% with R² of 0.86. ANOVA found no statistically significant difference between them. Both beat the trend baseline (12.9%) and the peak FPAR baseline (14.8%). For soybeans, the gap was even tighter: 13.51% vs 15.1%. For sunflowers, no significant difference between any of the models tested. The data setup tells us why this is important. South Africa has 23 years of yield statistics across 5 to 8 provinces. That's 184 labelled observations for maize, 138 for soybeans, 115 for sunflowers. This is obviously small data territory, where deep learning traditionally fails. TabPFN's pretraining on synthetic data lets it sidestep the small-sample problem because it's not really learning the task from your data. It's pattern-matching against everything it's already seen. The 2024 operational test was the real validation. Both models forecast yields in early April, at 75% of the growing season. Both tracked the official Crop Estimates Committee figures within roughly 10% on maize and 22% on soybeans across 8 provinces. Both flagged the same anomaly in North West province, where they predicted higher yields than CEC, with environmental indicators supporting the model view. TabPFN also produced 95% confidence intervals natively, something the ML pipeline doesn't give you without extra work. The cost asymmetry is what changes the picture. A government statistical office in Mozambique or Zambia can't justify 14 days on 500 CPUs to fit a maize model. They can run TabPFN on a laptop in 6 minutes. The accuracy penalty is 2 percentage points of rRMSE on a forecast that already sits well inside the noise of the official CEC trend-and-survey methodology. For most operational purposes, that's a free upgrade from no forecast to a usable forecast. There's a broader pattern here that goes beyond crop yields. Foundation models for tabular data are doing for small structured datasets what large language models did for text. The expensive, bespoke, expert-tuned pipeline used to be the only path to good performance. Now a generic pretrained model gets you 90% of the way for 0.05% of the compute. The remaining gap between TabPFN and the 14-day pipeline is the value an experienced ML engineer adds. That's still positive. It's also small enough that for most users in most settings, it isn't worth paying for. The authors are now scaling the approach across multiple African countries. If TabPFN holds up in Ethiopia, Kenya, Burkina Faso, the implication is that operational subnational yield forecasting just stopped being a specialist service. It became a default capability anyone with a laptop and the public ASAP environmental data feed can run. Link to paper: nature.com/articles/s4159…