Python es un lenguaje de programación que destaca por su simplicidad, flexibilidad y con el que es fácil escribir código limpio. Siendo los decoradores una de las características del lenguaje que más ayudan a esto. Los decoradores permiten extender el comportamiento de las funciones y métodos de una manera elegante, facilitando la reutilización del código. En esta entrada, se … [Leer más...] acerca de Decoradores en Python: Qué son, cómo crear uno y ejemplos
Diferencia entre COUNT(*) y COUNT(1) en SQL
En una base de datos SQL, cuando se desea obtener el número de filas en una tabla se puede usar COUNT(*) y COUNT(1). Aunque ambos el mismo resultado, existe una distinción sutil pero importante entre ellos. En entrada, se explicará las diferencias y ver cómo pueden afectar el rendimiento de las consultas.Funcionamiento de COUNT(*)La función COUNT(*) cuenta el número … [Leer más...] acerca de Diferencia entre COUNT(*) y COUNT(1) en SQL
Guía: Transferir las dependencias globales al actualizar Node.js con NVM
Node.js es la plataforma de desarrollo clave para la mayoría de los desarrolladores de JavaScript. Actualizar la última versión del entorno es clave para poder aprovechar las nuevas características, obtener mejoras de rendimiento y los parches de seguridad. Algo que se puede hacer fácilmente con NVM (Node Version Manager) tanto en Windows como en Linux o macOS. Sin embargo, … [Leer más...] acerca de Guía: Transferir las dependencias globales al actualizar Node.js con NVM
Cómo crear gráficos con un eje secundario en matplotlib
Cuando se necesita comprar series de datos con escalas o unidades diferentes una de las mejores opciones son los gráficos con ejes secundarios. Mostrando los valores de una serie en el eje de la derecha y otra en la de la izquierda. Así, la persona que analiza el gráfico puede comparar las tendencias de ambas series sin los problemas de las dimensiones o escalas. En esta … [Leer más...] acerca de Cómo crear gráficos con un eje secundario en matplotlib
Entendiendo la validación cruzada: Selección de la profundidad óptima en un árbol de decisión
En aprendizaje automático uno de los mayores desafíos es entrenar modelos que funcionen bien sobre datos nuevos. Evitando que el sobreajuste que un modelo es bueno cuando en realidad solo está memorizado las predicciones. En este punto es cuando entra en juego la técnica de la validación cruzada. En esta entrada, se explicará por qué la validación cruzada es importante, y cómo … [Leer más...] acerca de Entendiendo la validación cruzada: Selección de la profundidad óptima en un árbol de decisión
Los mejores conjuntos de datos para Machine Learning
Disponer de conjuntos de datos de calidad es crucial para poder construir modelos de aprendizaje automático (Machine Learning) robustos, precisos y funcionales. Como se suele decir “Basura entra, basura sale” (Garbage In-Garbage Out). Esto es algo que se nota especialmente cuando se está aprendiendo a crear modelos de aprendizaje automático, cuando no se dispone de datos reales … [Leer más...] acerca de Los mejores conjuntos de datos para Machine Learning
Procesado de datos en Python con collections
Python cuenta con múltiples estructuras de datos nativas del lenguaje (listas, diccionarios, tuplas y conjuntos) que son fundamentales para los desarrolladores. Aunque, para ciertas tareas complejas, pueden no ser suficiente. En estos casos, se puede recurrir al módulo collections. Este módulo proporciona estructuras de datos avanzadas que se puede usar para simplificar el … [Leer más...] acerca de Procesado de datos en Python con collections
Finalización de la serie especial “Mitos de la Inteligencia Artificial”: 22 mitos analizados
Ayer concluyó nuestra serie especial para el verano de 2024, en la que abordamos los principales “Mitos de la Inteligencia Artificial”. Durante estas 11 semanas, hemos analizado los 22 mitos más comunes sobre la Inteligencia Artificial (IA). Ha sido un verano en el que se han explorado y desmentido una amplia variedad de creencias y percepciones comunes que existen sobre la IA. … [Leer más...] acerca de Finalización de la serie especial “Mitos de la Inteligencia Artificial”: 22 mitos analizados
¿La IA es una moda pasajera? [Mitos de la Inteligencia Artificial 22]
En el siglo pasado ha existido interés en múltiples tecnologías que prometían revolucionar el mundo, pero que hoy en día han desaparecido. Desde el auge de los dirigibles en las primeras décadas del siglo XX, hasta la euforia por la realidad virtual en los años 90, muchas innovaciones han tenido solamente un éxito efímero. Problemas prácticos no conocidos en sus inicios u otras … [Leer más...] acerca de ¿La IA es una moda pasajera? [Mitos de la Inteligencia Artificial 22]
La IA necesita regulación [Mitos de la Inteligencia Artificial 21]
Los avances recientes que se observan en el campo de la inteligencia artificial (IA) generan en la población general sentimientos contrapuestos de entusiasmo y preocupación. Un entusiasmo que se sustenta en las posibilidades que esta tecnología tiene para mejorar nuestro día a día. Al mismo tiempo, las posibles repercusiones de implementar estas tecnologías y sus riesgos … [Leer más...] acerca de La IA necesita regulación [Mitos de la Inteligencia Artificial 21]
Desmontando el mito: “La IA no tiene impacto ambiental” [Mitos de la Inteligencia Artificial 20]
En la población general existe la idea de que los servicios en internet, entre los que se incluyen los basados en inteligencia artificial (IA), no tienen un impacto ambiental. Una idea que surge de una concepción errónea sobre cómo funcionan los software y los servicios digitales en línea en general. Por eso es común encontrarse con el mito de que "la IA no tiene impacto … [Leer más...] acerca de Desmontando el mito: “La IA no tiene impacto ambiental” [Mitos de la Inteligencia Artificial 20]
¿La IA es solo accesible para grandes empresas? [Mitos de la Inteligencia Artificial 19]
La inteligencia artificial (IA) está revolucionando casi todos los sectores productivos de la economía. Comenzado por las empresas tecnológicas, las primeras en adoptar la IA en sus procesos, pasando por sectores tan importantes como la salud, educación y finanzas. A pesar de esto, existe la creencia de que la IA es solo accesible para grandes empresas. Algo que es falso. … [Leer más...] acerca de ¿La IA es solo accesible para grandes empresas? [Mitos de la Inteligencia Artificial 19]