Artículos que complementarán tu aprendizaje del Machine Learning y la Ciencia de Datos
Algoritmos y Modelos de Machine Learning
(Mayo 26, 2023)
En este artículo vamos a entender el significado y las diferencias entre los conceptos de Algoritmo y Modelo de Machine Learning.
Forecasting con Redes LSTM - Parte 3: modelo univariado-unistep
(Abril 28, 2023)
En esta tercera parte de la serie veremos cómo implementar una Red LSTM para realizar predicciones sobre series de tiempo usando el enfoque univariado-unistep.
Forecasting con Redes LSTM - Parte 2: preparación de los datos
(Abril 21, 2023)
En este artículo veremos el primer paso antes de implementar cualquier modelo predictivo: cómo realizar el análisis exploratorio y el pre-procesamiento del set de datos.
Forecasting con Redes LSTM - Parte 1: tipos de predicción
(Abril 14, 2023)
En este artículo veremos los diferentes tipos de configuraciones de Redes LSTM que podemos usar para realizar pronósticos sobre series de tiempo.
¿Cómo manejar los valores extremos (outliers) en nuestros datos?
(Febrero 24, 2023)
En este artículo veremos qué son los valores extremos (outliers) y cómo manejarlos en nuestros proyectos de Ciencia de Datos y Machine Learning.
El Mantenimiento en el Machine Learning (MLOps)
(Diciembre 2, 2022)
En este artículo veremos en qué consiste el mantenimiento de un modelo de Machine Learning, una de las fases fundamentales del Machine Learning Operations.
¿Cómo definir un problema de Machine Learning?
(Noviembre 18, 2022)
En este artículo veremos una serie de pasos que sugiero tener en cuenta para poder definir claramente el problema a resolver en un proyecto de Machine Learning.
¿Qué es la Transferencia de Aprendizaje?
(Noviembre 4, 2022)
En este artículo veremos en qué consiste la Transferencia de Aprendizaje en el Deep Learning.
El Monitoreo en el Machine Learning (MLOps)
(Octubre 7, 2022)
En este artículo veremos en qué consiste el monitoreo de un modelo de *Machine Learning*, una fase fundamental del MLOps.
Los diferentes algoritmos del Machine Learning
(Septiembre 23, 2022)
Guía con las principales familias y algoritmos más representativos del Machine Learning.
La Matriz de Confusión
(Septiembre 9, 2022)
En este artículo veremos qué es, cómo construir y cómo interpretar la matriz de confusión, una herramienta muy útil en la medición del desempeño de modelos de Machine Learning
Tutorial: Despliegue de un modelo en la nube con Streamlit Cloud
(Agosto 26, 2022)
En este tutorial veremos cómo desplegar en la nube un modelo de Machine Learning pre-entrenado usando Streamlit Cloud.