En el ámbito del Machine Learning existen múltiples modelos cuya estructura interna hace que no sea trivial comprender el por qué detrás de las decisiones que toma. Este conjunto de modelos son ampliamente conocidos como modelos de caja negra y…
En un artículo anterior, hicimos una introducción teórica a Spark Structured Streaming donde analizamos en profundidad la API de alto nivel que proporciona Spark para el procesamiento de flujos de datos masivos en tiempo real (Structured Streaming). En él, vimos…
En los últimos años, el procesamiento del dato con baja latencia, prácticamente en tiempo real, se está convirtiendo en un requisito cada vez más demandado por las empresas en sus procesos Big Data. Es en este contexto donde se introduce…
El modelo de regresión lineal es una de las herramientas más útiles en el maletín de utensilios de todo científico de datos. Aunque este post está orientado a personas que conozcan de primera mano este modelo estadístico, nunca está de…
El overloading o sobrecarga de funciones es una herramienta muy interesante que nos permite que varias funciones diferentes compartan un mismo identificador, mejorando la legibilidad y la interpretabilidad de nuestro código en algunos escenarios. Esta herramienta está disponible por defecto…
En un artículo anterior de nuestro blog, analizamos desde el punto de vista teórico cuáles son las principales librerías para ciencia de datos y machine learning que utilizan los data scientists para tratar los datos de una forma eficiente y…