Las bases de datos son una parte clave de los programas que necesitan persistir información. Para pequeñas aplicaciones, donde solo se guardan unos pocos registros, recurrir a una gran base de datos relacional como pueden ser PostgreSQL, MariaDB o SQL Server no es una buena opción debido que pueden ser difíciles de configurar. En estos casos una mejor opción es un sistema … [Leer más...] acerca de Introducción a SQLite 3 en Python
Diferencia entre R2 y R2 ajustado en modelos de regresión
Usar la métrica adecuada es clave para comprender cuán bien se ajusta un modelo a los datos. En los modelos de regresión existen dos métricas usadas habitualmente que son el coeficiente de determinación (R2) y el coeficiente de determinación ajustado (R2 ajustado). Aunque ambos ofrecen buena información de la calidad del ajuste del modelo a los datos reales, difieren … [Leer más...] acerca de Diferencia entre R2 y R2 ajustado en modelos de regresión
Actualización de Seguridad en el repositorio expresslanets
Recientemente, he recibido un aviso crítico por parte de GitHub respecto a uno de los repositorios de Analytics Lane. En concreto, el repositorio expresslanets, se ha encontrado que una dependencia presentaba una vulnerabilidad conocida. Aunque es un proyecto básicamente pedagógico, ignorar advertencias de seguridad como estas no es una opción responsable. Los fallos de … [Leer más...] acerca de Actualización de Seguridad en el repositorio expresslanets
Descubrimiento de modelos maliciosos en Hugging Face
Recientemente se han descubierto que más de 100 modelos maliciosos de inteligencia artificial (IA) y aprendizaje automático (ML) están presentes en la plataforma de Hugging Face. Estos modelos representan una amenaza significativa, ya que pueden ejecutar código malicioso al cargar archivos pickle, permitiendo a los atacantes tomar el control de las máquinas comprometidas.El … [Leer más...] acerca de Descubrimiento de modelos maliciosos en Hugging Face
Mejorando la calidad de las imágenes en Jupyter Notebook: Un enfoque completo
Jupyter Notebook se ha vuelto una herramienta fundamental para el análisis y la visualización de datos en múltiples entornos. Sin embargo, la calidad por defecto de las imágenes puede no ser adecuada en muchas aplicaciones. Por eso, en una entrada anterior, expliqué cómo cambiar esa resolución por defecto por una más adecuada en los monitores de alta resolución (HiDPI o Retina … [Leer más...] acerca de Mejorando la calidad de las imágenes en Jupyter Notebook: Un enfoque completo
El operador morsa de Python (:=): Todo lo que necesitas saber
Una buena práctica en Python, y en cualquier otro lenguaje de programación, es buscar la forma de hacer el código más limpio, conciso y legible. El operador morsa de Python (:=) es un avance significativo en este sentido. Introducido en la versión 3.8 de Python, permite asignar valor a variables donde antes no era posible. En esta publicación se explicará qué es el operador … [Leer más...] acerca de El operador morsa de Python (:=): Todo lo que necesitas saber
Isolation Forest: Detectando Anomalías con Eficacia
La detección de anomalías es uno de los desafíos más intrigantes del aprendizaje automático. Ya sea en el campo de la seguridad informática, la detección de fraudes financieros o en tareas de mantenimiento predictivo, identificar valores anómalos dentro de grandes conjuntos de datos es clave para evitar problemas en las operaciones. En esta entrada se explicará el algoritmo de … [Leer más...] acerca de Isolation Forest: Detectando Anomalías con Eficacia
Resumir PDF con Python y OpenAI
Actualmente, los documentos PDF son una parte fundamental para el intercambio de información. Siendo un formato omnipresente. Es normal encontrarse con ellos en una amplia gama de contextos como los informes empresariales, los documentos académicos y la publicación de normativa. Por ello es habitual encontrarse con la necesidad de extraer la información relevante de miles de … [Leer más...] acerca de Resumir PDF con Python y OpenAI
Eliminación de duplicados en DataFrames de Pandas
Los DataFrames de Pandas es uno de los principales objetos para el análisis de datos en Python. Al trabajar con datos reales, uno de los problemas más comunes es la presencia de valores duplicados, lo que puede afectar tanto a la integridad como a la precisión de los análisis. Afortunadamente, en los DataFrames de Pandas existen herramientas para la eliminación de duplicados de … [Leer más...] acerca de Eliminación de duplicados en DataFrames de Pandas
Selección del valor óptimo de K en SelecKBest de scikit-learn
Para poder entrenar un modelo de aprendizaje automático de forma correcta es necesario seleccionar las características. Un proceso clave para mejorar el rendimiento de los modelos. En Python, uno de los posibles métodos para ello es SelectKBest (o su equivalente SelectPercentile). Una de las herramientas de selección de características que se encuentran disponibles en … [Leer más...] acerca de Selección del valor óptimo de K en SelecKBest de scikit-learn
Extensiones de Visual Studio Code para científicos de datos
Visual Studio Code (VS Code) es uno de los editores de código fuente más populares en la actualidad. Una de sus características clave es la posibilidad de instalar extensiones con las que agregar nuevas funciones y mejorar los flujos de trabajo de cada usuario. Los científicos de datos no son una excepción. En esta entrada se revisarán una serie de extensiones de Visual Studio … [Leer más...] acerca de Extensiones de Visual Studio Code para científicos de datos
Comprender los parámetros *args y **kwargs de las funciones Python
Al revisar funciones de Python es habitual encontrar que estas tienen los parámetros *args y **kwargs. Unos parámetros especiales que permiten a las funciones manejar un número variables de argumentos de una forma flexible. Aunque puede parecer algo confuso al principio, cuando se comprende cómo funcionan estos parámetros es posible crear fácilmente funciones versátiles y … [Leer más...] acerca de Comprender los parámetros *args y **kwargs de las funciones Python