Mantente al día con los temas que están captando más atención en nuestra comunidad. Esta sección, actualizada en tiempo real, destaca las publicaciones más visitadas de las últimas 24 horas. Desde tutoriales prácticos en Python, Julia y R, hasta análisis de vanguardia en inteligencia artificial y machine learning, aquí encontrarás lo más relevante y útil según lo que otros lectores están explorando ahora mismo.
Publicaciones más visitadas
Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales - Creación de gráficos de barras y gráficos de columnas con Seaborn
- Roles en ciencia de datos: Guía completa de perfiles técnicos
- Gráficos de barras en Matplotlib
- Aplicar el método D’Hondt en Excel
- Cómo comparar tendencias con gráficos de líneas en Matplotlib: guía práctica paso a paso
- Atribución de escaños en Excel
- Archivos JSON con Python: lectura y escritura
- Diferencias entre CPU, GPU, TPU y NPU
- Generador de tablas Markdown, LaTeX y HTML
Publicaciones más visitadas sin Python
- Roles en ciencia de datos: Guía completa de perfiles técnicos
- Aplicar el método D’Hondt en Excel
- Atribución de escaños en Excel
- Diferencias entre CPU, GPU, TPU y NPU
- Generador de tablas Markdown, LaTeX y HTML
- ¿Qué es la estadística y por qué todos deberíamos comprenderla?
- ¿Media, mediana o moda en variables ordinales? Guía práctica para el análisis de datos
- Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
- Tipos de datos en Julia (9ª parte – ¡Hola Julia!)
- Solucionar problema de VirtualBox: Kernel Driver Not Installed (rc=-1908)
Ciencia de datos
- Roles en ciencia de datos: Guía completa de perfiles técnicos
- Atribución de escaños en Excel
- Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
- ¿Media, mediana o moda en variables ordinales? Guía práctica para el análisis de datos
- Implementación del método descenso del gradiente en Python
Criptografía
- Generación de números aleatorios criptográficamente seguros en Python
- Comprobar hash SHA-256 o MD5 en Windows, macOS y Linux
- Blockchain en el sector eléctrico
- Comparación entre los cifrados DES y AES
Herramientas
- Aplicar el método D’Hondt en Excel
- Generador de tablas Markdown, LaTeX y HTML
- Diferencias entre CPU, GPU, TPU y NPU
- Atribución de escaños en Excel
- Prueba de independencia de Chi-cuadrado con Excel
JavaScript
- Compilar con Webpack (4º parte – Creación de una librería TypeScript)
- Cómo empaquetar una librería TypeScript para npm y reutilizarla en otros proyectos
- Diferencia entre || y ?? en JavaScript: ¿Cuándo usar cada uno?
Julia
Matlab
- Trabajar con archivos Excel en Matlab
- Exportar figuras de App Designer en Matlab
- Truco: obtener los mismos números aleatorios en Python y Matlab
Noticias
- Disponible la traducción de la tercera edicción de “Hands-On Machine Learning” de Aurelien Geron
- Nuevo laboratorio de aplicaciones interactivas en Analytics Lane
- Nuevo simulador de regresión logística en el laboratorio de aplicaciones de Analytics Lane
Opinión
- ¿Qué es la estadística y por qué todos deberíamos comprenderla?
- Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
- Diferencia entre población y muestra: La clave para entender la estadística sin complicaciones
- ¿Por qué el azar no es tan aleatorio como parece?
- ¿Qué significa realmente un porcentaje? Por qué no es lo mismo subir un 20% que bajar un 20%
Python
- Creación de gráficos de barras y gráficos de columnas con Seaborn
- Cómo comparar datos con barras en Matplotlib: agrupadas, apiladas y porcentuales
- Cómo comparar tendencias con gráficos de líneas en Matplotlib: guía práctica paso a paso
- Gráficos de barras en Matplotlib
- Archivos JSON con Python: lectura y escritura
R
- Ejemplo de uso: regresión lineal con rpy2
- Introducción a igraph en R (Parte 5): Centralidad de autovector (Eigenvector Centrality) en Grafos
Reseñas
- 5 libros de Python para ciencia de datos
- Justicio: La herramienta gratuita de IA para consultas legales
