Habitualmente la distribución de las aplicaciones creadas con Node se realiza enviando el código fuente y los archivos de configuración. Obligando al receptor a instalar las dependencias para ejecutar el programa. Un método que tiene varias ventajas, como la de poder instalar el programa en diferentes sistemas. Aunque también tiene desventajas, como la de no poder proteger el … [Leer más...] acerca de Empaquetar aplicaciones de Node como un binario independiente
Enviar notificaciones de escritorio con Python
Al lanzar una tarea pesada, como puede ser una simulación Montecarlo, es habitual trabajar en otra cosa. No es productivo esperar sin hacer nada a la espera de que finalice la tarea. Por este motivo, para evitar estar pendiente de la finalización, puede ser interesante que el propio Python envíe una notificación al escritorio al terminar. Facilitando el uso de los resultados en … [Leer más...] acerca de Enviar notificaciones de escritorio con Python
Significado de p-value en Machine Learning
Una duda habitual que me suelen plantear los alumnos al comenzar en Machine Learning, y también no tan novatos, es que significan los p-value. Además de por qué se deben rechazar los resultados cuando estos superan 0,05. Básicamente este valor es la probabilidad de que, con los datos disponibles, la hipótesis nula, la opuesta a la que deseamos rechazar, sea verdadera. Por eso, … [Leer más...] acerca de Significado de p-value en Machine Learning
Intersección y diferencia de vectores en JavaScript
Para obtener la implementación de muchos algoritmos es necesario poder calcular la intersección o diferenciación de conjuntos de datos. Una operación que se encuentra en librerías como Pandas. En el caso de JavaScript la operación se puede implementar fácilmente mediante el uso del método filter() y concat(). Veamos a continuación implementaciones para obtener la intersección o … [Leer más...] acerca de Intersección y diferencia de vectores en JavaScript
¿Cómo eliminar columnas o filas multi-índice en un dataframe de Pandas?
Los dataframes de Pandas ofrecen la posibilidad de emplear múltiples índices para etiquetar los datos almacenados. Algo que se puede usar tanto para las columnas como para las filas, permitiendo organizar así ciertos tipos de datos de una forma mucho más eficiente. Ya que es posible seleccionar los diferentes valores en base a los diferentes niveles de los índices. Para … [Leer más...] acerca de ¿Cómo eliminar columnas o filas multi-índice en un dataframe de Pandas?
Ordenadores portátiles para Machine learning
Algo que me suelen preguntar en muchas ocasiones es qué ordenador me compro para aprender Machine learning o ciencia de datos. Una cuestión bastante importante. El ordenador será el lugar en donde se escribirá y ejecutará el código con el que se implementan los modelos y análisis de datos. Reduciendo la productividad si la elección no es adecuada. Aunque se puede trabajar con … [Leer más...] acerca de Ordenadores portátiles para Machine learning
Centrar el foco en un componente de Matlab por código
A la hora de abrir un formulario creado con Matlab, tanto sea con el obsoleto GUIDE, como con App Designer o programando directamente los controles, uno de los problemas con los que se encuentra el usuario es que el foco no está fijado en ningún componente. Obligando a este a seleccionar el campo en el que desea introducir el valor antes de poder hacerlo. Algo que puede ser … [Leer más...] acerca de Centrar el foco en un componente de Matlab por código
Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas
Iterar sobre las filas de un DataFrame es una operación que se suele realizar de forma bastante habitual. Existiendo por ello diferentes formas de hacerlo. En esta ocasión vamos a ver tres de los métodos más utilizados para comparar posteriormente el rendimiento de estas.Conjunto de datos de ejemploPara trabajar en esta ocasión vamos a emplear un conjunto de datos … [Leer más...] acerca de Pandas: Cómo iterar sobre las filas de un DataFrame en Pandas
Vuelven las publicaciones regulares
Esta semana vuelven las publicaciones regulares Analytics Lane, regresando las tres publicaciones semanales de los lunes, miércoles y viernes. Finalizando de este modo la serie especial de NumPy y Pandas publicada durante el verano.Al igual que el año pasado, en cada uno de los días se publicará una entrada sobre una sección diferente. Los lunes siguen siendo el día de … [Leer más...] acerca de Vuelven las publicaciones regulares
Pandas: Cómo crear un DataFrame aleatorio
En algunos casos son necesarios los conjuntos de datos aleatorios, por ejemplo, para la evaluación del rendimiento de algoritmos. Al trabajar con Pandas muchas veces necesitamos en forma de DataFrame. Algo que directamente no se puede hacer, pero sí usando los generadores de números aleatorios de NumPy, para crear a partir de estos unos DataFrame. Veamos cómo se puede crear un … [Leer más...] acerca de Pandas: Cómo crear un DataFrame aleatorio
NumPy: Obtener los índices de los máximos de un vector
Para ordenar los elementos de un vector de NumPy existe el método sort(). Pero, en algunas ocasiones, puede que esto no sea los necesario, sino los índices de los máximos o mínimos de un vector. Por ejemplo, para seleccionar los elementos asociados en otro vector. En estas ocasiones se puede recurrir al método argsort() con el cual se puede obtener justamente este … [Leer más...] acerca de NumPy: Obtener los índices de los máximos de un vector
Pandas: Iterar sobre las columnas de un DataFrame
Normalmente al trabajar con objetos DataFrame de Pandas se itera sobre las filas, ya que lo habitual es que estas representen los registros. Aun así, en ciertas ocasiones es posible que sea necesario iterar sobre las columnas de un DataFrame, por lo que en esta entrada se mostrarán algunas de las formas que existen para realizar esta tarea.Conjunto de datos de … [Leer más...] acerca de Pandas: Iterar sobre las columnas de un DataFrame