Posiblemente la técnica más utilizada para identificar el número óptimo de clústeres en los que dividir un conjunto de datos con K-means sea el método del codo (elbow method). Lo que se explica porque es un método intuitivo y fácil de implementar. Solamente hay que identificar el punto en el que la disminución de la varianza intra-clúster se desacelera, lo que indica que … [Leer más...] acerca de Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means
Cuatro Aplicaciones de la Inteligencia Artificial en la Moda
La industria de la moda es un sector en constante evolución, donde la innovación y la creatividad son esenciales para mantenerse al día con las tendencias y las demandas de los consumidores. Por eso la inteligencia artificial (IA) puede ayudar también a esta industria. En esta publicación analizaré cuatro posibles aplicaciones de la inteligencia artificial en la … [Leer más...] acerca de Cuatro Aplicaciones de la Inteligencia Artificial en la Moda
Acotar los valores en un DataFrame de Pandas
Existen diferentes motivos por los que puede ser necesario limitar o acotar los valores en un DataFrame. Por ejemplo, eliminar valores atípicos o garantizar la consistencia de los datos. Esto es algo que se puede conseguir mediante asignaciones condicionales de valores, aunque también existe el método clip() que lo permite hacer de una manera más legible y con la que es más … [Leer más...] acerca de Acotar los valores en un DataFrame de Pandas
Optimizar el número de clústeres con gap statistics
El mayor problema con el que nos podemos encontrar a la hora de usar el algoritmo de k-means es conocer el número de clústeres en los que se divide el conjunto de datos. Un hiperparámetro que en Scikit-learn debe ser indicado al construir el objeto. Por eso existen múltiples métodos para seleccionar este valor como los métodos del codo (elbow method), silueta (silhouette) o … [Leer más...] acerca de Optimizar el número de clústeres con gap statistics
Cuatro aplicaciones de la Inteligencia Artificial en Transporte y Logística
Las aplicaciones basadas en inteligencia artificial (IA) están revolucionando múltiples industrias en los últimos años, el transporte de mercancías y la logística no son una excepción. Siendo posible que en este sector una transformación sin precedentes en los próximos años. A continuación, se presentan cuatro de las principales aplicaciones de la inteligencia artificial en … [Leer más...] acerca de Cuatro aplicaciones de la Inteligencia Artificial en Transporte y Logística
Análisis de sentimientos en español con spaCy en Python
La semana pasada se vio cómo se puede realizar análisis se sentimientos en inglés con NLTK. A pesar de que NLTK es una librería muy potente, no cuenta con un lematizador para español, por lo que no es adecuado para trabajar en nuestro idioma. Una alternativa que sí permite realizar análisis de sentimientos en español en Python es spaCy, la cual también es bastante fácil de … [Leer más...] acerca de Análisis de sentimientos en español con spaCy en Python
Seleccionar el número de bins en un histograma
Emplear la cantidad adecuada de bins a la hora de crear un histograma es un factor clave para visualizar estos de forma correcta. Cuando se usan demasiados bins, los histogramas resultantes muestran básicamente ruido, mientras el caso contrario, menos de los necesarios, puede ocultar los patrones que se desean observar en la gráfica. Problema que se ha explicado en detalle en … [Leer más...] acerca de Seleccionar el número de bins en un histograma
Cuatro Aplicaciones de la Inteligencia Artificial en Retail
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
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
Ordenar textos en Python con acentos en diferentes idiomas
Las listas que contienen cadenas de texto se pueden ordenar el Python mediante el uso de la función sorted(). Cuando se trabaja con cadenas de texto en inglés el resultado de la ordenación es correcto, pero no así en otros idiomas como el español donde existen acentos los cuales Python no ordena correctamente. Una solución a este problema se puede conseguir con el paquete … [Leer más...] acerca de Ordenar textos en Python con acentos en diferentes idiomas