Etiqueta: data science

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.

Cómo estructurar, organizar y presentar un informe de análisis en 5 fáciles y sencillos pasos. ¡No necesitarás leer ni buscar más información sobre esto!

La normalización y estandarización de datos en el entrenamiento de modelos predictivos de aprendizaje automático. Qué es y cómo se hace.

Bases de la manipulación y limpieza de datos (data wrangling) con Python en 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.

La metodología Foundational de John Rollins (IBM) y la metodología CRISP-DM en la ciencia de los datos: similitudes y diferencias.

Jupyter Notebook, RStudio, Apache Cassandra, MySQL, Apache Airflow, PowerBI, GitHub… la verdad es que un científico de datos no tiene tiempo de aburrirse.

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.

¿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 los Datos y cuáles son sus fundamentos? Lo que debes aprender para convertirte en un científico de datos.