Cuando surge la necesidad de explorar datos o generar visualizaciones relacionadas con entidades geográficas (el polígono de un país o puntos de coordenadas geográficas), resulta bastante razonable pensar en mapas. En ocasiones, puede resultar igualmente válido usar visualizaciones más sencillas…
Hoy vamos a hablar de dos formas de realizar testing en Apache Airflow. Históricamente, realizar tests en Airflow ha sido algo que nos ha traído de cabeza a todos los usuarios del famoso framework. El acoplamiento del código con la…
PyCharm es un IDE desarrollado por JetBrains para Python. Al ser un IDE, su objetivo es proveer al programador de un conjunto de funcionalidades que hacen que el desarrollo de código en este lenguaje sea más eficiente. Por ejemplo, escribe…
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…
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…
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…
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…
La ciencia de datos es un área interdisciplinar que se encarga de extraer conocimiento e información útil de los datos. Y, dada la gran cantidad de datos que generan las empresas, es importante que los data scientists dispongan de herramientas…