Tutoriales de Ciencia de Datos

En este tutorial, aprenderás todo sobre las variables en R: cómo definirlas, cómo eliminarlas y mucho más.

Aprende a usar las herramientas de visualización del paquete VIM para obtener rápidamente información sobre los patrones de datos ausentes.

Aprende a extraer novelas de la web y a representar distribuciones de frecuencia de palabras; ganarás experiencia con las librerías de Python requests, BeautifulSoup y nltk.

Aprende qué son las funciones matemáticas, cómo se relacionan con las funciones de programación y cómo se utilizan en el modelado de aprendizaje automático.

Impulsa tu productividad y facilita la depuración. Encuentra el entorno de desarrollo integrado que necesitas.

En este tutorial, aprende a importar una hoja de cálculo en PostgreSQL y a analizarla.

Descubre qué es una matriz ampliada, cómo representa sistemas de ecuaciones y cómo usar operaciones por filas para resolverlos.

Descubre qué es un gráfico de residuos, cómo interpretar los patrones más comunes y cómo te ayuda a detectar no linealidad, heterocedasticidad, outliers y otros problemas de regresión.

Aprende qué son los mínimos y máximos, en qué se diferencian los extremos locales y globales, y cómo encontrarlos con puntos críticos, pruebas de primera y segunda derivada y el método del intervalo cerrado.

Descubre qué es una matriz invertible, cómo saber si una matriz lo es y por qué las inversas son clave en álgebra lineal y ciencia de datos.

Descubre cómo SARIMA amplía ARIMA para manejar la estacionalidad, entiende sus siete parámetros y construye un modelo funcional en Python desde la recopilación de datos hasta la predicción.

Saber por qué surgen las relaciones espurias, desde factores de confusión hasta sesgos de muestreo, es lo que separa un hallazgo real de una coincidencia estadística.