IA práctica para programadores: ChatGPT, LLM, RAG, agentes, evaluación y despliegue.
Pandas desde cero Introducción Pandas es una biblioteca de Python que proporciona estructuras de datos y herramientas para la manipulación y análisis de datos. Para los analistas de datos, científicos de datos y desarrolladores de software,…
Business Intelligence: ¿Qué aprender después de dominar SQL? Introducción Después de dominar SQL, la lenguaje de consulta más poderoso para trabajar con bases de datos relacionales, es natural seguir adentrándose en herramientas y técnicas …
Machine Learning: Pasos siguientes para los analistas de datos Introducción La ciencia de datos es un campo amplio que abarca todo, desde la recopilación y preparación de datos hasta su análisis e interpretación. Una vez dominados los funda…
Pandas: Un paso más allá de SQL Introducción SQL es una herramienta poderosa para analizar y manipular datos tabulares, pero a menudo los analistas de datos y científicos de datos necesitan un entorno más flexible que permita manejar datos …
Preparación para ML: Proyecto guiado completo Introducción La preparación de datos es un paso crucial en la ciencia de datos, especialmente cuando se aborda el aprendizaje automático (ML). En este proyecto guiado, aprenderás a transformar u…
Dataset final analítico Introducción En la última unidad de nuestro curso, nos enfocamos en la creación y preparación del dataset final analítico. Este paso es crucial porque define la calidad y precisión de los datos que se usarán para aná…
Transformación y agregación Introducción En el análisis de datos, la transformación y agregación son pasos fundamentales que preparan los datos para su posterior uso en modelado predictivo o análisis exploratorio. En el contexto de la cienc…
Exploración con SQL Introducción La exploración de datos es una etapa crucial en cualquier proyecto de ciencia de datos. Permite comprender las características del conjunto de datos, identificar patrones y anomalies que pueden ser cruciales…