Tutoriales de Ciencia de Datos

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.

Explora fórmulas sencillas, funciones modernas de Excel y nuevas herramientas de IA para contar palabras en Excel.

Aprende a crear y usar tablas dinámicas en Google Sheets para resumir, analizar y explorar tus 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 paso a paso de la expansión por cofactores (expansión de Laplace): definiciones clave, ejemplos resueltos, propiedades y su relación con la inversión de matrices mediante la matriz adjunta.

Aprende a usar la función RANK() de SQL para asignar rangos a filas, gestionar empates y compararla con DENSE_RANK() y ROW_NUMBER().

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

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.

Aprende a ajustar NVIDIA Nemotron-3-Nano-4B con un dataset de Q&A de psicología en una GPU RTX 3090 usando LoRA y TRL tras descargar el modelo de Hugging Face.

Aprende a usar Qwen 3.6 Plus de Alibaba, Python y el SDK de OpenAI para crear una canalización automática de procesamiento de facturas con visión nativa y llamadas a herramientas.

Aprende a crear una app de agente de OpenAI que se ejecute dentro de Modal Sandboxes, trabaje con archivos, ejecute código y devuelva resultados en este tutorial práctico de Python.