dato mata relato…
Aclaración para mis lectores y lectoras aunque solo tengas ese papel una vez en la vida. Muchos de estos textos están escritos del tirón y no pocos están sin una segunda o tercera revisión. Asume que encontrarás frases mal construidas, tal vez, alguna errata, casi seguro. Espero que tengas la inteligencia como para quedarte con el mensaje y usarlo, o rebatírmelo, que también vale, sin entrar en la simple descalificación o en el uso de falacias, que es el recurso de l@s tont@s.
-
Herramientas de Inteligencia Artificial Generativa en la Ciencia de Datos
Inteligencia Artificial Generativa y su uso en la Ciencia de los Datos: cuáles son las más usadas, sus características y fortalezas, así como sus debilidades.
-
Guía para estructurar, organizar y presentar un informe de análisis en Ciencia de Datos
Cómo estructurar, organizar y presentar un informe de análisis en 5 fáciles y sencillos pasos. ¡No necesitarás leer ni buscar más información sobre esto!
-
Normalización de datos antes de entrenar y probar un modelo predictivo
La normalización y estandarización de datos en el entrenamiento de modelos predictivos de aprendizaje automático. Qué es y cómo se hace.
-
Manipulación y limpieza de datos con Python en la Ciencia de Datos
Bases de la manipulación y limpieza de datos (data wrangling) con Python en la Ciencia de Datos.
-
Python: El lenguaje de la Ciencia de Datos
El auge y éxito actual de Python frente a otros históricos como PHP o el olvidado PERL se debe, sobre todo, a la ciencia de datos y la inteligencia artificial.
-
Las metodologías en la Ciencia de los Datos: Foundational vs. CRISP-DM
La metodología Foundational de John Rollins (IBM) y la metodología CRISP-DM en la ciencia de los datos: similitudes y diferencias.