El uso de la inteligencia artificial (IA) en el sector de retail ha permitido transformar el sector en los últimos años. Las empresas del sector que han adoptado el uso de IA han conseguido optimizar sus operaciones, impulsar la eficiencia y proporcionar un mejor servicio al cliente gracias al conocimiento de este. Lo que generalmente se traduce en ventajas competitivas. En … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en Retail
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.
Análisis de sentimientos con NLTK en Python
La librería de referencia el Python para realizar procesado del lenguaje natural (PLN) es NLTK (Natural Language Toolkit). Lo que se debe a que prácticamente incluye todas las herramientas necesarias para trabajar con PLN, entre las que se incluyen tokenización, lematización, etiquetado gramatical, análisis sintáctico y análisis de sentimientos. Facilitando de esta manera el … [Leer más...] acerca de Análisis de sentimientos con NLTK en Python
¿Por qué es necesario estandarizar los datos en análisis de clúster?
A la hora de realizar un análisis de clúster, como puede ser el caso de k-means, puede surgir la duda de si es necesario o no estandarizar antes los datos antes. La estandarización, o normalización de los datos, es algo que facilita el entrenamiento de los modelos, por lo que es aconsejable realizar esta operación. Veamos algunos de los motivos por los que es necesario … [Leer más...] acerca de ¿Por qué es necesario estandarizar los datos en análisis de clúster?
Cuatro Aplicaciones de la Inteligencia Artificial en Educación
La inteligencia artificial (IA) es una herramienta que ha demostrado mejorar la eficiencia y productividad en múltiples industrias. En el caso de la educación, el uso de la IA puede dar lugar a soluciones innovadoras con la que mejorar la calidad y accesibilidad de los alumnos a esta. En esta entrada, presentaré repasar cuatro posibles aplicaciones de la inteligencia artificial … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en Educación
Cuatro Aplicaciones de la Inteligencia Artificial en el Sector Eléctrico
El progreso de la Inteligencia Artificial (IA) que se ha visto en los últimos años está revolucionando la mayoría de los sectores productivos. Como ya hemos visto para los casos de banca y seguros. El sector eléctrico no es una excepción, la IA ha demostrado ser una herramienta valiosa para mejorar la eficiencia, la seguridad y la sostenibilidad del suministro eléctrico. En … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en el Sector Eléctrico
Cuatro Aplicaciones de la Inteligencia Artificial en Seguros
Los avances de la Inteligencia Artificial (IA) están revolucionando casi todas las industrias, entre las que también se incluye seguros. Las compañías de seguros pueden utilizar, y están utilizando, la IA para mejorar sus procesos, reducir costos y ofrecer una mejor experiencia al cliente. En esta entrada analizaré algunas de las cuatro principales aplicaciones de la … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en Seguros
Método de Brent e implementación en Python
El método de Brent es un método numérico para encontrar las raíces de una función que combina los métodos de la interpolación cuadrática inversa, la secante y la bisección. Convirtiéndolo en un método más robusto y eficiente que los anteriores. Veamos más en detalle los fundamentos de este método y como se puede hacer una implementación en Python.El método de … [Leer más...] acerca de Método de Brent e implementación en Python
Cuatro Aplicaciones de la Inteligencia Artificial en Banca
La Inteligencia Artificial (IA) es una tecnología que está revolucionando la sociedad y transformando casi todas las actividades. En el caso de la banca, la IA tiene la capacidad de transformar la forma en la que presta los servicios a sus clientes. Simplificado los procesos, mejorando la eficiencia, la seguridad y la experiencia de cliente. En esta publicación analizaré cuatro … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en Banca
Método de la interpolación cuadrática inversa e implementación en Python
El método de la interpolación cuadrática inversa es un algoritmo para localizar las raíces de funciones. La idea básica detrás de este método es utilizar una interpolación cuadrática de la función, para la que se usan tres puntos, y obtener emplear la raíz de esta como aproximación del resultado buscado. Veamos más en detalle los fundamentos de este método y como se puede hacer … [Leer más...] acerca de Método de la interpolación cuadrática inversa e implementación en Python
El método de Laguerre e implementación en Python
Cuando se necesita encontrar las raíces de polinomios complejos uno de los algoritmos que se pueden emplear es el método de Laguerre. Un método numérico propuesto por el matemático francés Edmond Laguerre en 1880. El método, al igual que el de Newton-Raphson para las raíces de funciones, utiliza las derivadas para aproximarse de manera iterativa a las raíces de los polinomios … [Leer más...] acerca de El método de Laguerre e implementación en Python
El método de Muller e implementación en Python
Uno de los métodos numéricos más sencillos para obtener las raíces de una función es el método de la secante. Existe una modificación de este método en el que se usa una aproximación cuadrática en lugar de una línea llamado método de Muller. Este cambio permite una convergencia más rápida hacia el resultado y una mayor estabilidad.El método de MullerAl igual que el … [Leer más...] acerca de El método de Muller e implementación en Python
El método de Steffensen e implementación en Python
El método de Steffensen es un algoritmo para encontrar las raíces de una función propuesto por el matemático danés Johan Frederik Steffensen en 1924. Siendo un método que suele converger rápidamente a la solución. Además, a diferencia del método de Newton, no es necesario disponer de la función deriva, por lo que su implementación es más sencilla.El método de … [Leer más...] acerca de El método de Steffensen e implementación en Python