Noticias

Analytics Lane lanza la versión 1.5 del laboratorio con un extractor de tickets por OCR y consultas SQL sobre CSV en el navegador

Ya está disponible la versión 1.5 del laboratorio de Analytics Lane. Es una de las actualizaciones más amplias hasta la fecha: incorpora siete nuevas aplicaciones, añade un modo de reparación automática al Formateador JSON y mejora herramientas como el Simulador FIRE y K-Means.

Como en versiones anteriores, todo se ejecuta en el navegador. Las fotos, los ficheros y las claves que utilices no salen de tu equipo.

Nuevas aplicaciones

Esta versión amplía el laboratorio con herramientas para el trabajo diario con datos, para el aprendizaje automático y para la divulgación de probabilidad y estadística:

  • Extractor de tickets (OCR): convierte la foto de un ticket de compra en una tabla editable con conceptos, cantidades e importes. Lee tickets en castellano, gallego, inglés y francés, limpia y endereza la imagen antes de leerla, marca en amarillo las celdas dudosas y comprueba que la suma cuadra con el total, proponiendo una corrección cuando una fila explica la diferencia. El resultado se puede exportar a Excel o Sheets, texto, CSV o enviar al conversor CSV ↔ JSON.
  • SQL sobre CSV: permite consultar varios ficheros CSV, TSV, Parquet y JSON con DuckDB-WASM. Detecta separadores, coma decimal, codificación y fechas, incluye perfilado de los datos y consultas de ejemplo, y exporta los resultados completos sin subir ni guardar tus ficheros.
  • Número óptimo de clusters: recomienda cuántos clusters usar combinando 18 índices de validación por voto mayoritario, calculados en segundo plano. Está conectada con K-Means en ambos sentidos.
  • Calculadora HMAC: genera y verifica firmas SHA-1, SHA-256, SHA-384 y SHA-512 sobre texto o archivos de hasta 50 MB, con salida en hexadecimal, Base64 o Base64URL. Incluye ejemplos de GitHub, Stripe y la RFC 4231, generación de claves aleatorias y envío de JWT al inspector.
  • Descenso de gradiente: compara GD, Momentum, RMSProp y Adam en seis superficies, con mapa de contornos interactivo, trayectorias, curva de pérdida, presets didácticos, ruido reproducible y diagnóstico de convergencia o divergencia.
  • Aguja de Buffon: estima el valor de π con lanzamientos animados o con hasta 10 millones de lanzamientos en un Web Worker. Admite agujas cortas y largas, semilla reproducible, intervalo de confianza y análisis de convergencia y precisión, e incluye el caso histórico de Lazzarini.
  • Problema del cumpleaños: calcula probabilidades exactas e inversas, compara coincidencias triples y con una fecha concreta, simula grupos con calendario y semilla reproducible, y aplica el límite del cumpleaños a PIN, identificadores, UUID y hashes.

Reparación automática de JSON

El Formateador JSON estrena un modo que repara automáticamente JSON inválido: comillas simples o tipográficas, claves sin comillas, comas finales o que faltan, comentarios, literales de Python, bloques de Markdown, NDJSON y JSON cortado.

La reparación se presenta como una propuesta, con la lista de correcciones y una vista de diferencias, y no sustituye el texto hasta que la aceptas. Además, se puede deshacer. La herramienta avisa cuando un valor cambia de tipo o cuando el JSON parecía cortado y, si no es posible repararlo, indica la línea, la columna y la causa más probable del error.

Mejoras

  • Simulador FIRE: la aportación mensual puede aumentar un porcentaje cada año para reflejar las subidas de salario. Ahora se calcula el año en que se alcanzaría la independencia financiera aunque quede fuera del horizonte simulado, la gráfica muestra el capital objetivo ajustado por inflación y el progreso ya no se limita al 100 %, de modo que se ve el margen cuando se supera el objetivo.
  • Formateador JSON: validación en vivo, marcado de la línea con el error, aviso de claves duplicadas, descarga en .json y envío directo al conversor CSV ↔ JSON o al Comparador de Texto y JSON.
  • K-Means: admite hasta 15 clusters, ofrece una vista 2D para datos con más dimensiones y permite enviar los puntos directamente a Número óptimo de clusters.
  • Configuración: se añaden dos tamaños de letra más pequeños y el tamaño por defecto pasa de 16 a 14 px para leer mejor en portátiles.

Correcciones

  • El menú de configuración y el selector de idioma se alinean a la derecha y ya no se salen de la pantalla en dispositivos estrechos.

Seguimos evolucionando

Con esta versión, el laboratorio cubre más pasos del trabajo con datos: desde capturar la información de un ticket o consultar ficheros con SQL hasta elegir el número de clusters o entender cómo convergen los optimizadores. Seguimos apostando por herramientas prácticas, reproducibles y que respetan la privacidad de tus datos.

Como siempre, cualquier sugerencia o feedback es bienvenido.

Imagen de Michael Gaida en Pixabay

¿Te ha parecido de utilidad el contenido?

Daniel Rodríguez

Share
Published by
Daniel Rodríguez
Tags: Laboratorio

Recent Posts

Cómo Explorar un Dataset antes de Modelar

Uno de los errores más frecuentes en ciencia de datos es lanzarse a construir un…

1 día ago

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

Pregunta a cualquiera qué significan las letras de "Wi-Fi" y lo más probable es que…

6 días ago

Shallow copy vs Deep copy en Python: la mutación inesperada

Imagina que tienes una lista con datos de un usuario: usuario_original = { 'nombre': 'Juan',…

1 semana ago

Cómo Saber si una Diferencia Significativa es Importante

Has aplicado un t-test y obtienes p = 0,003. El resultado es estadísticamente significativo, hay…

2 semanas ago

== vs is en Python: la diferencia que causa bugs misteriosos

Hay un bug que aparece una y otra vez en código Python, tan sutil que…

2 semanas ago

Curiosidad: El puerto 80 y los números de puerto

Durante décadas, cuando escribías una dirección web y pulsabas Intro, tu navegador hacía algo que…

3 semanas ago

This website uses cookies.