Tutorial de Python

En este tutorial, aprenderás qué factores se tienen en cuenta antes de elegir tu plataforma de analítica, tanto a nivel de organización como individual.

Descubre cómo Dask revoluciona el procesamiento de datos con paralelismo y evaluación perezosa.

Descubre cómo CatBoost simplifica el manejo de datos categóricos con la función CatBoostClassifier(). Entiende las diferencias clave entre CatBoost y XGBoost para tomar decisiones informadas en tus proyectos de machine learning.

Descubre cómo la distancia de Chebyshev aporta un enfoque único a los problemas espaciales. Conoce sus aplicaciones en robótica, SIG y desarrollo de videojuegos con ejemplos en Python y R.

Aprende a inferir y afinar LLMs con TPUs e implementa paralelismo de modelos para entrenamiento distribuido en 8 dispositivos TPU.

Explora la distancia coseno y la similitud coseno. Descubre cómo se calculan, sus aplicaciones y comparaciones con otras métricas. Aprende a implementarlas en R y Python con numpy.

Aprende a crear histogramas en Python con la biblioteca de visualización de datos Plotly.

En este tutorial, aprende a calcular el customer lifetime value en Python.

Descubre qué es la política de tasa de aprendizaje cíclica y cómo puede mejorar el entrenamiento de una red neuronal.

En este tutorial, aprenderás por qué es importante preprocesar los datos y cómo hacerlo con pandas.

En este tutorial aprenderás a analizar y mostrar datos con Tableau y a tomar mejores decisiones basadas en datos.

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.