Data Science Tutorials

Aprende a predecir el ganador de las elecciones presidenciales estadounidenses de 2024 utilizando Python, aprendizaje automático y datos de FiveThirtyEight y la Comisión Electoral Federal.

Aprende a utilizar Runway Act-One tanto a través de la interfaz web como de su API, y descubre cómo combinarlo con Runway Gen3-Alpha.

Aprende a agilizar tus evaluaciones LLM con MLflow. Esta guía cubre la configuración de MLflow, el registro de métricas, el seguimiento de las versiones de los experimentos y la comparación de modelos para tomar decisiones informadas ¡para optimizar el rendimiento de LLM!

Explora los distintos métodos para filtrar y eliminar permanentemente filas duplicadas utilizando SQL. Aprende las aplicaciones prácticas de cómo eliminar duplicados en SQL Server, MySQL y PostgreSQL.

Aprende a modelar y resolver problemas de optimización utilizando Pyomo, una potente biblioteca de Python. ¡Explora ejemplos prácticos de optimización lineal y no lineal!

Descubre el impacto de la multicolinealidad en los modelos de regresión. Descubre técnicas para detectar la multicolinealidad y mantener la fiabilidad del modelo. Aprende a abordar la multicolinealidad con soluciones prácticas.

El aprendizaje automático es complejo y a menudo difícil de entender. Al visualizar los modelos de aprendizaje automático, puedes obtener un gran nivel de comprensión del rendimiento del modelo y de las decisiones que toma al hacer predicciones.

Aprende a crear y personalizar gráficos de mancuernas en Tableau. Descubre cómo preparar tus datos, construir el gráfico y mejorarlo para obtener comparaciones visuales impactantes.

Aprende todo lo que necesitas saber sobre la generación de datos sintéticos. Descubre las técnicas y herramientas que hacen que los datos sintéticos sean esenciales para la IA y el aprendizaje automático, ¡con ejemplos prácticos de código Python que te ayudarán a empezar!

Descubre cómo el optimizador AdamW mejora el rendimiento del modelo desacoplando el decaimiento del peso de las actualizaciones del gradiente. Este tutorial explica las principales diferencias entre Adam y AdamW, sus casos de uso y proporciona una guía paso a paso para implementar AdamW en PyTorch.

Aprende a construir chatbots de IA con Streamlit, LangChain y Neo4j. Este tutorial cubre la creación de interfaces de usuario para aplicaciones LLM, la implementación de RAG y el despliegue en Streamlit Cloud.

Aprende a utilizar el modelo de visión Llama 3.2 11B con Gradio para crear una aplicación web multimodal que funcione como asistente de atención al cliente.