Tutoriales de Ciencia de Datos

Aprende a ejecutar el modelo completo DeepSeek V4 Flash en una sola GPU usando una build modificada de llama.cpp y un archivo GGUF compatible en este tutorial práctico.

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.

Esta guía te muestra métodos seguros basados en fórmulas y opciones de combinación visual para dar formato a tus hojas sin estropear los datos.

Aprende cómo las subconsultas correlacionadas hacen comparaciones fila a fila en SQL. Descubre casos de uso y en qué se diferencian de los JOIN, las funciones de ventana o las subconsultas no correlacionadas.

Descubre qué es una prueba de normalidad, por qué importa y cómo usar pruebas como Shapiro-Wilk, Kolmogorov-Smirnov y métodos visuales para comprobar tus datos, con ejemplos en Python y R.

Guía con las comprobaciones proactivas clave en replicación, rendimiento y copias de seguridad para mantener tu plataforma de datos robusta y fiable.

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

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.

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

Guía práctica sobre series de Maclaurin que cubre la fórmula básica, los desarrollos más comunes, las reglas de convergencia y aplicaciones reales en métodos numéricos, física y machine learning.

El método de Newton es un algoritmo iterativo para hallar raíces que usa aproximaciones por tangentes para acercarse a la solución de ecuaciones sin respuesta en forma cerrada.

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.