Introducción 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…
Introducción 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…
Introducción La regresión es una metodología estadística que describe las relaciones entre una variable explicada continua y un conjunto de variables explicativas. En otras palabras, los modelos de regresión son capaces de predecir el valor de una variable dependiente y…
Introducción Recientemente, el equipo de OpenAI ha lanzado ChatGPT, una nueva herramienta de conversación basada en aprendizaje profundo que promete mejorar la interacción humano-máquina en diversos entornos. ChatGPT está diseñado para comprender el lenguaje natural y proporcionar respuestas coherentes y…
Introducción En los últimos años, hemos visto una gran evolución en el lenguaje de programación Python a medida que este ha ido ganando popularidad hasta posicionarse en el podio de los lenguajes de programación más usados. La implicación de la…
Introducción Desde el lanzamiento de nuestro plugin PDI de Pentaho para Apache Airflow, hemos visto un cambio en la industria hacia el uso de Apache Hop para el procesamiento de datos. ¿Qué es Apache Hop? Apache Hop comenzó (a finales…
Introducción Apache Spark es un framework open source que nos permite procesar grandes volúmenes de datos de forma distribuida. ¿Cómo? Dividiendo los grandes volúmenes de datos, imposibles de procesar en una máquina, y repartiendolos entre los diferentes nodos del clúster.…
Introducción Si alguna vez has compartido código, es bastante probable que hayas dicho aquello de “pues en mi máquina funciona” al ver como los demás tienen dificultades para ejecutarlo. Configuración incorrecta, diferencias de versiones o dependencias no instaladas suelen ser…
Introducción Me encanta escribir posts para el blog de Damavis porque me permite compartir mi pasión por el Big Data y la consultoría. También es una gran manera de conectar con otros consultores y clientes potenciales. Me gusta poder brindar…
Introducción La regresión logística es una metodología estadística que permite modelar las relaciones entre una variable categórica binaria y un conjunto de variables explicativas. Específicamente, se modela la probabilidad de que una observación pertenezca a una de las categorías de…