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…
¿Qué son los test de software? Los test 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…
¿Qué es una regresión lineal? 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…
En un post anterior, analizamos desde el punto de vista teórico las principales librerías para ciencia de datos y machine learning que utilizan los data scientists para tratar los datos de una forma eficiente y extraer todo su potencial. En…
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…
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 respecto…
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 relevantes…
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 comunidad…
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 de…
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. En…