Tutoriales de Ciencia de Datos

Aprende a usar Kimi Claw para crear flujos de trabajo de IA con programación, skills y automatizaciones multi‑paso mediante experimentos prácticos.

Aprende en qué se diferencian gpt-realtime-2, gpt-realtime-translate y gpt-realtime-whisper de OpenAI, y pon a prueba cada uno con código WebSocket de Python totalmente funcional.

¿Y si las conversaciones de voz con IA en tiempo real fueran naturales, interrumpibles y realmente humanas? Aprende a ejecutar NVIDIA PersonaPlex en local y vive la experiencia de una IA conversacional full‑duplex real.

Crea un entrenador de ejercicio en Python que registre entrenamientos, recuerde el historial del usuario con Supermemory y sugiera sesiones personalizadas entre ejecuciones separadas del agente de IA.

Descubre qué es Perplexity Computer, cómo funcionan sus subagentes en paralelo, cuánto cuestan realmente los créditos en una prueba práctica y dónde encajan Pro y Max en flujos de investigación reales.

Crea un agente de IA con Kimi K2.6, Olostep y el OpenAI Agents SDK que lee tu CV, encuentra puestos activos, filtra ruido y te dice exactamente dónde postular.

Aprende a ejecutar el modelo completo DeepSeek V4 Flash en una sola GPU usando una build modificada de llama.cpp y un archivo GGUF compatible en este tutorial práctico.

Personaliza Claude Code en la terminal con permisos, CLAUDE.md, modo plan, /loop, hooks, /voice y control de costes. Siete mejoras que se amortizan rápido.

Guía práctica de la prueba de Kruskal-Wallis: qué es, cómo funciona, cuándo usarla en lugar de ANOVA y cómo ejecutarla e interpretarla en Python y R.

El método de Newton es un algoritmo iterativo para hallar raíces que usa aproximaciones por tangentes para acercarse a la solución de ecuaciones sin respuesta en forma cerrada.

Aprende a usar la analítica conversacional, la nueva función de BigQuery Studio potenciada por Gemini, para crear agentes de datos inteligentes con consultas en lenguaje natural.

La U de Mann-Whitney es una prueba no paramétrica basada en rangos para comparar dos grupos independientes cuando los datos no cumplen la normalidad requerida por la t de Student.