Data Science Tutorials

Aprende a destilar LLMs con la herramienta de destilación de OpenAI. Este tutorial proporciona una guía paso a paso utilizando GPT-4o y GPT-4o-mini para generar comandos Git.

Llama Stack es un conjunto de herramientas y API estandarizadas desarrolladas por Meta que simplifican el proceso de creación y despliegue de grandes aplicaciones de modelos lingüísticos.

Personaliza el modelo GPT-4o Mini para clasificar las publicaciones de Reddit en etiquetas "estresantes" y "no estresantes".

Aprende a instalar Jenkins en Windows, a configurar y ejecutar agentes y pipelines Jenkins, y a construir proyectos MLOps con pipelines Jenkins, desde la formación de modelos hasta el servicio de modelos.

Python dlt es una gran elección para los ingenieros de datos que quieren mover datos con rapidez y confianza. Se integra con casi cualquier fuente y destino y te permite escribir rápidamente tus pipelines ELT/ETL. Este tutorial te muestra cómo controlar cada paso del pipeline y trabajar con archivos locales, la nube, bases de datos y APIs REST.

Explora los tipos de modelos de ecuaciones estructurales. Aprende a hacer suposiciones teóricas, construir un modelo hipotético, evaluar el ajuste del modelo e interpretar los resultados en el modelado de ecuaciones estructurales.

Descubre el algoritmo de agrupación por desplazamiento medio, sus ventajas, sus aplicaciones en el mundo real y su implementación paso a paso en Python. Compáralo con K-means para comprender las diferencias clave.

Aprende cómo Python gestiona automáticamente la memoria con el recuento de referencias y la recolección generacional de basura, y comprende cómo controlar manualmente la recolección de basura utilizando el módulo gc.

Descubre el significado de la distribución de Gauss, su relación con el teorema del límite central y sus aplicaciones reales en el aprendizaje automático y la comprobación de hipótesis.

La distribución de Poisson modela la probabilidad de que se produzca un determinado número de sucesos en un intervalo fijo. Mira cómo se aplica en escenarios del mundo real, como la teoría de colas y la modelización del tráfico.

Descubre GitHub Codespaces, el entorno de desarrollo que te permite escribir, ejecutar y desplegar tu código en cualquier lugar.

Descubre cómo utilizar la prueba ANOVA para comparar las medias de varios grupos con ejemplos claros, aplicaciones reales y consejos prácticos para el análisis de datos.