Tutoriales de Ciencia de Datos

Aprende los fundamentos del análisis exploratorio de datos (EDA) en Python con pandas, Matplotlib y NumPy: muestreo, ingeniería de características, correlación, etc.

Aprende a extraer datos de la web, preprocesarlos y realizar un análisis exploratorio básico con R

Descubre cómo matplotlib inline te permite mostrar tus visualizaciones de datos directamente en un cuaderno de forma rápida y sencilla. En este artículo, vemos qué es matplotlib inline, cómo usarlo y cómo combinarlo con otras librerías para crear visualizaciones potentes.

Guía paso a paso para implementar fácilmente un chatbot de Facebook Messenger con Python, usando Flask, requests y ngrok.

Este tutorial toma material del curso gratuito Intro to R de DataCamp y te permite practicar con los factores.

Aprende a usar la función factor en R con un ejemplo: su estructura, cómo ordenar niveles, renombrarlos y cómo ordenar valores categóricos.

Aprende a crear apps web full‑stack rápidamente con el stack FARM (FastAPI, React, MongoDB). Esta guía para principiantes cubre la configuración, las funciones y el despliegue en un clic.

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.

Aborda la selección de características en R: explora el algoritmo Boruta, un envoltorio basado en Random Forest, y su implementación.

Aprende a afinar Gemma 4 E4B-it con un dataset de emociones humanas usando LoRA, cuantización de 4 bits y una sola GPU 3090.

Aprende a afinar el mejor modelo open-source de razonamiento en un dataset de preguntas tipo test médicas usando una GPU de consumo.

Aprende a ejecutar inferencia en GPU/TPU y a ajustar finamente el último modelo Gemma 7b-it con un dataset de role-play.