• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Ciencia de datos

La ciencia de datos es un área de conocimiento interdisciplinar en el cual se utilizan procesos para recopilar, preparar, analizar, visualizar y modelar datos para extraer todo su valor. Pudiéndose emplear tanto con conjuntos de datos estructurados como no estructurados. Los científicos de datos, los profesionales de esta área deben poseer grandes conocimientos de estadística e informática. Además de conocimiento de los procesos que están modelando.

Con la ciencia de datos es posible revelar tendencias y obtener información para que tanto las empresas como las instituciones puedan tomar mejores decisiones. Basando estas así en conocimiento validado no en intuiciones.

Las publicaciones de esta sección abarca diferentes temas de áreas como la estadística, la minería de datos, el aprendizaje automático y la analítica predictiva.

Comparación entre la regresión logística y SVM (máquinas de vectores de soporte)

febrero 6, 2019 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Unos de los problemas más habituales en aprendizaje automático son los problemas de clasificación. El objetivo en este tipo de problemas es asignar la clase correcta a cada uno de los registros de un conjunto de datos. Un caso particular de estos es la clasificación binaria, en el que solamente existen dos clases que suelen etiquetadas como verdadero y falso. Los algoritmos de … [Leer más...] acerca de Comparación entre la regresión logística y SVM (máquinas de vectores de soporte)

Implementación del método descenso del gradiente en Python

diciembre 21, 2018 Por Daniel Rodríguez 1 comentario
Tiempo de lectura: 4 minutos

Una de las fases clave en los proyectos de aprendizaje automático es el entrenamiento de los modelos. El futuro rendimiento de los modelos dependerá en gran medida del éxito en esta fase. En esta es necesario identificar los parámetros de un modelo o método de aprendizaje automático con los que se consigue el máximo rendimiento sobre el conjunto de datos de entrenamiento. … [Leer más...] acerca de Implementación del método descenso del gradiente en Python

¿Qué es el análisis de clúster?

diciembre 17, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

El término análisis de clúster hace referencia a la familia de algoritmos que permiten agrupar registros similares de un conjunto de datos en grupos. A cada uno de estos grupos es a lo que se denomina un clúster. El objetivo final del análisis es asignar a cada clúster los registros que son similares entre sí. Al mismo tiempo que los registros del resto de clústeres son … [Leer más...] acerca de ¿Qué es el análisis de clúster?

La exactitud y la precisión en modelos de clasificación

noviembre 30, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En los modelos de clasificación, unos de los indicadores que se utilizan para seleccionar uno u otro son la exactitud (en inglés “precision”) y la exhaustividad (en inglés “recall”). La exactitud y la exhaustividad son una forma simple de medir la calidad de las predicciones realizadas.La matriz de confusiónEn los problemas de clasificación los resultados se suelen … [Leer más...] acerca de La exactitud y la precisión en modelos de clasificación

Diferencias entre regresión y clasificación en aprendizaje automático

noviembre 26, 2018 Por Daniel Rodríguez 1 comentario
Tiempo de lectura: 3 minutos

Dentro del aprendizaje automático existen dos grandes familias de algoritmos: el aprendizaje supervisado y el aprendizaje no supervisado. En la primera de ellos los modelos son entrenados a partir de un conjunto de datos en el que la respuesta correcta es conocida. Siendo la finalidad del entrenamiento conseguir que los modelos reproduzcan este a partir de las características … [Leer más...] acerca de Diferencias entre regresión y clasificación en aprendizaje automático

La interpretación de las redes neuronales

noviembre 16, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Las redes neuronales profundas han demostrado ser una de las herramientas más potentes a la hora de realizar predicciones. Existen pocas técnicas en el aprendizaje automático que permitan alcanzar el nivel de precisión que ofrecen estas. Por eso no es de extrañar que el número de casos de éxito en los que son utilizadas no haga más que aumentar. Aún así, su utilización es … [Leer más...] acerca de La interpretación de las redes neuronales

¿Por qué limitar el número de unidades en una oferta?

octubre 17, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Limitar el número de unidades en ofertas

En algunos mercados es habitual encontrar ofertas comerciales en las que se limitan las unidades que un cliente puede adquirir. Esta limitación se fija para evitar que los primeros clientes puedan agotar el stock disponible. Unos clientes que ante las dimisiones de la oferta puedan realizar acopio de una gran cantidad de producto. Así se puede alegar que se desea llegar al … [Leer más...] acerca de ¿Por qué limitar el número de unidades en una oferta?

Preguntas en formularios: anclaje

octubre 15, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Anclaje

Esta entrada finaliza la serie en la que se revisan diferentes efectos que se han de tener en cuenta a la hora de diseñar formularios o workshops. Comenzó con una entrada sobre la interpretación que puede existir al preguntar sobre tendencia. En la siguiente se ha discutido los efectos del entorno en la precisión. La tercera ha sido analizado los fenómenos de pastoreo y … [Leer más...] acerca de Preguntas en formularios: anclaje

Preguntas en formularios: pastoreo y auto-pastoreo

octubre 12, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Pastoreo

En entradas anteriores fue explicado cómo pueden afectar a la respuesta la forma de preguntar cuándo se pregunta sobre la tendencia y el efecto del entorno. En esta tercera entrada se va a analizar el efecto de pastoreo y auto-pastoreo que suele aparecer especialmente en los workshops. Esto dos efectos están relacionados ya que las nuevas respuestas se basan en las anteriores. … [Leer más...] acerca de Preguntas en formularios: pastoreo y auto-pastoreo

Preguntas en formularios: precisión y entorno

octubre 10, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

En una entrada anterior se explico cómo puede afectar la forma de preguntar a las respuestas obtenidas cuando se pregunta sobre tendencia. En esta nueva entrada se explicará el efecto que puede tener el entorno en la precisión de los valores obtenidos. Analizando cómo se puede relacionar la precisión y entorno.Las herramientas empleadas para la realización de medidas de … [Leer más...] acerca de Preguntas en formularios: precisión y entorno

Preguntas en formularios: preguntar sobre la tendencia

octubre 8, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Formularios

Se dice que para obtener una buena respuesta es necesario realizar buenas preguntas. Una mala pregunta puede crear confusión en la mente de interlocutor, consiguiendo que su respuesta no sea la deseada. Obviamente, cuando se diseñan formularios para obtener datos estadísticos es necesario tener en cuenta la forma en la que se plantean las preguntas. La forma en la que se … [Leer más...] acerca de Preguntas en formularios: preguntar sobre la tendencia

¿Cómo afecta el número de referencias en las ventas?

octubre 5, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Referencias en una pasillo

Intuitivamente es fácil pensar que al aumentar el número de referencias en un catálogo las ventas han de aumentar. La justificación de esta idea tan arraigada es sencilla, al disponer de una mayor oferta es más probable satisfacer las preferencias de un número mayor de clientes. Con más clientes satisfechos es de esperar que las ventas aumentaran proporcionalmente. Pero según … [Leer más...] acerca de ¿Cómo afecta el número de referencias en las ventas?

  • « Ir a la página anterior
  • Página 1
  • Páginas intermedias omitidas …
  • Página 14
  • Página 15
  • Página 16
  • Página 17
  • Página 18
  • Ir a la página siguiente »

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Interés compuesto: la fuerza que multiplica tu dinero (y los errores que la anulan)

mayo 14, 2026 Por Daniel Rodríguez

Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales

mayo 12, 2026 Por Daniel Rodríguez

Costes hundidos en ciencia de datos: cuándo mantener un modelo y cuándo migrar

mayo 7, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Qué es la variabilidad estadística y cómo evitar errores al analizar datos publicado el febrero 12, 2026 | en Opinión
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • ¿Cómo saber la versión de Pandas o cualquier otra librería en Python? publicado el septiembre 25, 2023 | en Python

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto