Categoría
Temas
Tutorial de Aprendizaje Automático
Obtén información y las mejores prácticas sobre IA y aprendizaje automático, mejora tus conocimientos y crea culturas de datos. Aprende a sacar el máximo partido de los modelos de aprendizaje automático con nuestros tutoriales.
Otros temas:
¿Formar a 2 o más personas?Probar DataCamp for Business
Errores comunes en ciencia de datos y cómo evitarlos
En este tutorial, aprenderás algunos de los errores que puedes encontrarte al trabajar en proyectos de ciencia de datos "en el mundo real".
17 de septiembre de 2026
Deep learning con Jupyter Notebooks en la nube
Este tutorial paso a paso te muestra cómo configurar y usar Jupyter Notebook en una instancia EC2 con GPU de Amazon Web Services (AWS) para deep learning.
17 de septiembre de 2026
DBSCAN: una investigación macroscópica en Python
El análisis de conglomerados es un problema clave en el análisis de datos. Los científicos de datos lo usan para detectar servidores con fallos, agrupar genes con patrones similares de expresión y mucho más.
17 de septiembre de 2026
Docker para ciencia de datos: una introducción
En este tutorial de Docker, descubre la instalación, los comandos más comunes, cómo dockerizar aplicaciones de machine learning y las mejores prácticas del sector.
17 de septiembre de 2026
Profundiza en los datos desbalanceados
Aprende técnicas para trabajar con un conjunto de datos desbalanceado.
17 de septiembre de 2026
Resumen de metodologías de codificación
En este tutorial, verás un adelanto de técnicas de codificación junto con
algunas referencias avanzadas que te ayudarán a trabajar con variables categóricas.
17 de septiembre de 2026
Desmitificando estadísticas clave en Python
Aprende las estadísticas básicas que necesitas para ciencia de datos y aprendizaje automático en Python.
17 de septiembre de 2026
Tutorial de modelos en conjunto: explora técnicas de aprendizaje en conjunto
En este tutorial aprenderás qué es un ensemble y cómo mejora el rendimiento de un modelo de machine learning.
17 de septiembre de 2026
Aprendizaje en ensamble en R con SuperLearner
Impulsa tus resultados de machine learning y descubre los ensambles en R con el paquete SuperLearner: aprende sobre el algoritmo Random Forest, bagging y mucho más.
17 de septiembre de 2026
Distribuciones de probabilidad discretas explicadas con ejemplos
Entiende las distribuciones discretas en ciencia de datos. Explora PMF, CDF y tipos clave como Bernoulli, binomial y Poisson con ejemplos en Python.
17 de septiembre de 2026
Selección de características en R con el paquete Boruta
Aborda la selección de características en R: explora el algoritmo Boruta, un envoltorio basado en Random Forest, y su implementación.
17 de septiembre de 2026
Machine Learning con Kaggle: ingeniería de características
Descubre cómo la ingeniería de características puede ayudarte a subir el nivel al construir modelos de machine learning en Kaggle: crea nuevas columnas, transforma variables y mucho más.
17 de septiembre de 2026