En dos posts anteriores se introdujeron los conceptos básicos de la Lógica Difusa y la programación lineal con el método Simplex. Lo prometido es deuda, en este post vamos a unir estos dos conceptos e introduciremos la programación lineal difusa.…
BigQuery se ha convertido en los últimos años en una potente herramienta de almacenamiento y análisis de datos en la nube. Su tamaño, escalabilidad y todas las características que ofrece, serían por coste y logística difícilmente replicables por un usuario…
Modelar y explicar el comportamiento del consumidor de un producto es muy importante para conocer qué factores afectan a su conducta, siendo el precio uno de estos factores importantes. Pongamos como ejemplo una empresa X que vende ropa. Es un…
Los tests de software son pruebas que se realizan sobre un fragmento de código o un software entero para validar que el comportamiento de éste es el esperado. El principal propósito de los tests es detectar errores en el código…
Una regresión lineal es un modelo que se usa para aproximar la relación lineal entre una variable dependiente Y y un conjunto de variables independientes X. En formato matricial puede expresarse como donde ε es un vector de términos aleatorios…
Sabemos que existe una gran cantidad de productos en el ecosistema de la ingeniería de datos para realizar el tratamiento de los datos de una empresa y que la mayoría de ellos proporciona las herramientas necesarias para poder llevar a…
Introducción Todos los gráficos presentes en este artículo son interactivos debido a la naturaleza de intentar representar texto de forma gráfica. Para observar qué frase representa cada punto, simplemente hay que situar el ratón por encima del mismo. Los resultados…
En este post vamos a hablar de cómo DBT se integra con Spark y para qué puede resultarnos útil dicha integración. DBT es un framework que nos facilita el diseño del modelado de datos a lo largo de los diferentes…
¿Qué es un gemelo digital? Cuando hablamos de gemelos digitales, nos referimos principalmente a una representación virtual de un sistema físico, donde se reproduce una copia (gemelo) del entorno real utilizando la información (Big Data) que afecta a ese sistema,…
Apache Airflow es una herramienta de código abierto para la orquestación de flujos de trabajo muy utilizada en el ámbito de la ingeniería de datos. Puedes echar un vistazo a este otro post donde hacíamos una introducción a los Conceptos…