En ciertas ocasiones puede ser necesario modificar alguna variable de entorno para poder ejecutar cierto código en un Notebook. Cuando el cambio debe ser permanente este se puede hacer en la Configuración avanzada del sistema en Windows o en los archivos de configuración del Shell en UNIX. Por otro lado, para cambios temporales se puede hacer en la terminal, pero esto obliga a … [Leer más...] acerca de Cambiar variables de entorno desde Jupyter Notebook
Importar automáticamente las dependencias en Python con una línea
Python es uno de los mejores entornos de trabajo que existen actualmente para los científicos de datos. Existen múltiples librerías con las que realizar de una forma sencilla y eficiente una gran cantidad de tareas, como pueden ser NumPy, Pandas, Matplotlib, Seaborn o Scikit-Learn. Aunque la importación de todas las dependencias necesarias en un proyecto puede llegar a ser una … [Leer más...] acerca de Importar automáticamente las dependencias en Python con una línea
Revisión del Lenovo ThinkBook 14 Gen 3 AMD
El año pasado publiqué una guía para seleccionar un portátil con el que realizar tareas de Machine Learning. Incluyendo en esta una lista de modelos con los que se puede realizar correctamente el entrenamiento de modelos como otros más avanzados, con GPU dedicada, para su uso en tareas de cálculo intensivo con Tensor Flow. En esta ocasión quiero analizar un portátil que he … [Leer más...] acerca de Revisión del Lenovo ThinkBook 14 Gen 3 AMD
Tuco: Campo de entrada tipo contraseña en Matlab
A la hora de crear un formulario en Matlab es posible que necesitemos incluir un campo para la entrada de contraseñas. En los cuales los caracteres que se introducen deberían permanecer ocultos. Componente que actualmente no existe. Por ejemplo, para el caso de que tengamos que acceder a una base de datos y esta requiere una contraseña. Para conseguir esto existe un truco … [Leer más...] acerca de Tuco: Campo de entrada tipo contraseña en Matlab
Depuración de código en Python con Snoop
La depuración es una de las fases más importantes dentro del proceso de desarrollo. Aunque también suele ser una de las más frustrantes. Para solucionar un problema es necesario encontrar la causa del mal funcionamiento, pero, identificar el motivo concreto por el que se obtiene un resultado para unos parámetros dados en una función puede llevar horas. Por lo que contar con … [Leer más...] acerca de Depuración de código en Python con Snoop
Semana sin publicaciones
Esta semana realizaremos una pausa en la publicación de entradas, por lo que no habrá nuevas publicaciones hasta el próximo lunes 18 de abril.Aprovecho la ocasión para recordaros que para estar al día de todas nuestras publicaciones os podéis dar de alta en el boletín de noticias. Boletín que se envía todos los lunes con las últimas publicaciones aparecidas en … [Leer más...] acerca de Semana sin publicaciones
Solucionar el problema: Recall is ill-defined and being set to 0.0 in labels
Al trabajar con modelos de clasificación multiclase es posible que al intentar medir la exhaustividad (recal) en Scikit-learn nos aparezca un mensaje de advertencia del estilo: Recall is ill-defined and being set to 0.0 in labels with no true samples. Este es un problema que aparece porque entre los valores predichos existe una clase que no se observa en el conjunto de valores … [Leer más...] acerca de Solucionar el problema: Recall is ill-defined and being set to 0.0 in labels
Borrar las carpetas .ipynb_checkpoints en Windows
La semana pasada se ha visto cómo eliminar todas las carpetas .ipynb_checkpoints que se encuentren en un subdirectorio usando comando de UNIX. Por lo que este truco solamente se podía utilizar en sistemas Linux o macOS. Por eso algunos me han preguntado si existe una forma similar de hacer lo mismo en Windows. Afortunadamente, aunque los comandos son un poco más complicados, … [Leer más...] acerca de Borrar las carpetas .ipynb_checkpoints en Windows
Selección condicional con Pandas
Al importar un conjunto de datos en una sesión de Python no todos los registros de este tienen porque ser de interés para el análisis que se pretende realizar. Por lo que saber seleccionar los elementos necesarios de una forma rápida es de gran ayuda a la hora de realizar casi cualquier trabajo. Siendo esta una tarea que se puede realizar fácilmente si se aprovechan … [Leer más...] acerca de Selección condicional con Pandas
Seleccionar las mejores características para un modelo con Scikit-learn
Cuando trabajamos con conjuntos de datos es habitual que no todas las características sean significativas, por lo que incluirlas puede ser más perjudicial que beneficioso para un modelo de aprendizaje automático. Por eso es importante seleccionar las mejores características. En Scikit-learn existen varias herramientas para ello, siendo una de las más sencillas de utilizar … [Leer más...] acerca de Seleccionar las mejores características para un modelo con Scikit-learn
Eliminar las carpetas .ipynb_checkpoints en Linux y macOS
Al trabajar con archivos Jupyter es normal encontrar en nuestros ordenadores carpetas ocultas .ipynb_checkpoints. En donde se almacenan los puntos de control gracias a los cuales es posible volver atrás en los Notebooks. Aunque, cuando se elimina el archivo ipynb, no se elimina la carpeta y menos el contenido de esta. Lo que se puede traducir en valioso espacio ocupado en … [Leer más...] acerca de Eliminar las carpetas .ipynb_checkpoints en Linux y macOS
NumPy: Concatenar matrices con vectores en NumPy
Para unir el contenido de varias matrices de NumPy se puede recurrir a la función concatenate(), con la que fácilmente se puede concatenar matrices con matrices. Pero en el caso de que sea necesario concatenar matrices con vectores es necesario usar un truco para ello.Como no concatenar matrices con vectores en NumPyPosiblemente, después de aprender como se tiene que … [Leer más...] acerca de NumPy: Concatenar matrices con vectores en NumPy