he hecho cosas impensables…
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.
-
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.
-
Herramientas en la Ciencia de los Datos
Jupyter Notebook, RStudio, Apache Cassandra, MySQL, Apache Airflow, PowerBI, GitHub… la verdad es que un científico de datos no tiene tiempo de aburrirse.
-
Estructura de informes en analítica de datos
Por muy bien que se te dé analizar datos, si no sabes comunicar los resultados es como si no hubieras hecho el trabajo. Comunicar e informar es parte de tus tareas como analista y científico de datos.
-
Relación entre el Big Data (macrodatos) y la minería de datos
¿Qué es realmente el «big data»? ¿Qué relación tiene con los «macro datos»? ¿Qué función juega la «minería de datos? Éstas y otras preguntas respondidas de manera comprensible.
-
¿Qué es la Ciencia de Datos y cuáles son sus fundamentos?
¿Qué es la Ciencia de los Datos y cuáles son sus fundamentos? Lo que debes aprender para convertirte en un científico de datos.