Tutoriales de Ciencia de Datos

Guía práctica de series geométricas que cubre las fórmulas de suma finita e infinita, las condiciones de convergencia y aplicaciones reales en finanzas, física e informática.

Guía conceptual del truco del kernel: qué es, cómo habilita SVM y otros modelos con kernel, y cuándo usarlo frente a otros enfoques para modelar no linealidades.

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 operador laplaciano es una de las herramientas matemáticas más utilizadas en el machine learning moderno. Está detrás del clustering espectral, el aprendizaje de variedades, la detección de bordes en imágenes y los algoritmos basados en grafos.

Guía práctica sobre series de Maclaurin que cubre la fórmula básica, los desarrollos más comunes, las reglas de convergencia y aplicaciones reales en métodos numéricos, física y machine learning.

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.

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.

Descubre qué es una prueba de normalidad, por qué importa y cómo usar pruebas como Shapiro-Wilk, Kolmogorov-Smirnov y métodos visuales para comprobar tus datos, con ejemplos en Python y R.

Descubre qué es una función objetivo, cómo funciona en optimización y machine learning, y cómo definirla e interpretarla con ejemplos reales.

Explora cómo la regresión polinómica ayuda a modelar relaciones no lineales y a mejorar la precisión de predicción en datasets reales.

Descubre cómo las aproximaciones polinómicas impulsan el descenso por gradiente, XGBoost y las funciones que tu ordenador calcula a diario.

Descubre cómo la distribución binomial modela múltiples resultados binarios y se aplica en finanzas, salud y machine learning.