Afleveringen

  • 🎉 Hemos llegado a 100 🎉

    Así que hoy tómate algo a nuestra salud y la de nuestro podcast de confianza.

    Nos lo hemos ganado 😌

    ¡Ah! Y apúntate aquí (https://datos.kit.com/roadmap) para el tema del que hablo en el episodio de hoy 🥷

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy seguimos desgranando el estado de la IA en 2024, con un enfoque en la industria, la política y las regulaciones. ¿Listos para más sorpresas?

    🚀 NVIDIA reina suprema: GPUs Blackwell, récord de mercado y su dominio inquebrantable... aunque Google, Meta y OpenAI empiezan aintentar desengancharse.
    🚀 La batalla de China y EE.UU.: Restricciones de exportación, chips diseñados a medida y laboratorios chinos que siguen innovando contra viento y marea.
    🚀 Regulación global: Europa, EE.UU. y China toman caminos muy distintos para regular la IA, con impactos directos en empresas y usuarios.
    🚀 El impacto ambiental: Centros de datos voraces en energía, proyectos colosales y una sostenibilidad que deja mucho que desear.

    Un viaje por los retos y las oportunidades que están definiendo el futuro de la IA. ¡No te lo pierdas!

    ¡Dale al play!

    Recuerda que si tienes cualquier duda, pregunta o comentario puedes contactar conmigo a través del ⁠⁠⁠formulario de contacto⁠⁠⁠ o en ⁠⁠⁠Twitter⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy repasamos el estado de la Inteligencia Artificial en 2024 basándonos en el informe de Air Street Capital.

    🚀 La competencia entre los grandes modelos de lenguaje: Claude 3.5 Sonnet, Gemini 1.5, Grok 2 y el innovador o1 de OpenAI.
    🚀 Modelos más pequeños que caben en tu móvil, eficientes gracias a la destilación y la cuantización.
    🚀 Avances impresionantes en biología y química con AlphaFold 3 y AlphaProteo, ¡hasta un Nobel por aquí!
    🚀 La robótica vuelve al juego con sistemas como AutoRT y las plataformas que están acercando la tecnología a todos.
    🚀 Y no nos olvidemos del Deep Learning para modelar el cerebro humano.

    ¡Dale al play y entérate de todo!

    Recuerda que si tienes cualquier duda, pregunta o comentario puedes contactar conmigo a través del ⁠⁠formulario de contacto⁠⁠ o en ⁠⁠Twitter⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy vamos a hablar de todo lo que siempre quisisteis saber y nunca os atrevisteis a preguntar sobre la certificación de Professional Machine Learning Engineer de Google Cloud.

    ✅ Cuál es el objetivo de esta certificación

    ✅ En qué consiste el examen

    ✅ Recursos para preparar la certificación de Ingeniero de Machine Learning con Google Cloud Platform

    ...Y mucho más💥

    Recuerda que si tienes cualquier duda, pregunta o comentario puedes contactar conmigo a través del ⁠formulario de contacto⁠ o en ⁠Twitter⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en https://datos.ninja/podcast/97-certificacion-machine-learning-google-cloud/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de la deriva de los datos, de la deriva conceptual y de todas esas cosas que hacen que nuestro modelo se rompa en producción.

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 92.⁠⁠ ¿Qué es MLOps?

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠https://datos.ninja/podcast/96-data-drift-y-concept-drift/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de las mejores prácticas para científicos de datos que te ayudarán a evitar errores comunes y a optimizar tu flujo de trabajo 👩‍💻

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 67.⁠ Los cuadernos de Jupyter.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 70.⁠ Buenas prácticas para el análisis de datos.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 92.⁠ ¿Qué es MLOps?

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 94. Buenas prácticas para científicos de datos

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠https://datos.ninja/podcast/95-buenas-practicas-para-cientificos-de-datos-parte-2/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de las mejores prácticas para científicos de datos que te ayudarán a evitar errores comunes y a optimizar tu flujo de trabajo 👩‍💻

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠Episodio 67. Los cuadernos de Jupyter.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 70. Buenas prácticas para el análisis de datos.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 92. ¿Qué es MLOps?

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en https://datos.ninja/podcast/94-buenas-practicas-para-cientificos-de-datos/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de los modelos de negocio montados alrededor de la IA generativa y de cómo OpenAI, Microsoft y Meta la monetizan.

    Desde suscripciones hasta integraciones en productos, conoce los modelos de negocio detrás de la tecnología que está revolucionando el mercado.

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠Episodio 55.⁠ La Inteligencia Artificial no es gratis.

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/93-modelos-negocio-ia-generativa

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de MLOps, el secreto para que nuestros modelos de Machine Learning funcionen bien en el mundo real.

    Episodios anteriores relacionados:

    ⭕️ ⁠Episodio 13. Etapas de un proyecto de Machine Learning: El problema

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 14. Etapas de un proyecto de Machine Learning: Los datos

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 15. Etapas de un proyecto de Machine Learning: El modelo

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 16. Etapas de un proyecto de Machine Learning: Despliegue y monitorización

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/92-que-es-mlops

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy resuelvo vuestras preguntas.

    En el episodio de hoy, Óscar quiere saber qué laptop elegir para empezar en Machine Learning sin quedarse corto a futuro. Francisco, estudiante de Matemáticas, busca recomendaciones de recursos para iniciarse en Big Data y Data Science. Por su parte, Maximiliano, ingeniero industrial en plena transformación profesional, pregunta por un camino de conocimientos básicos para ser Data Analyst o Data Engineer y sitios donde practicar SQL.

    Episodios anteriores relacionados:

    ⭕️ Episodio 51. La caja de herramientas del científico de datos

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 78. Herramientas de visualización

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 79. PowerBI vs Tableau vs Qlik Sense: FIGHT! 🔥

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 24. ¿Qué hacen los ingenieros de datos?

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/91-preguntas-y-respuestas-2

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    🎙️ Hoy hablamos sobre los métodos de ensemble en Machine Learning, cómo funcionan técnicas como bagging, boosting y stacking. 🌳🌲🌴

    Episodios relacionados:

    ⭕️ ⁠⁠⁠⁠Episodio 7.⁠ Árboles 🌳.

    ⭕️ ⁠Episodio 68. Kaggle y el Machine Learning de competición.

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/90-ensemble-learning/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    🎙️ Hoy te cuento cómo funcionan los árboles de decisión en Machine Learning. Sus ventajas, desventajas y cómo se entrenan para que no tengan secretos para ti 🌳🌲🌴

    También tienes este tutorial guiado para poner en práctica todo lo aprendido y dominar los árboles de decisión 🥷.

    Episodios relacionados:

    ⭕️ ⁠Episodio 7. ¿Qué es el Machine Learning?

    ⭕️ Episodio 80. Machine Learning 101.

    ⭕️ ⁠Episodio 22. Las claves del aprendizaje supervisado.

    ⭕️ ⁠⁠Episodio 83. Una neurona.

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/89-arboles-decision-machine-learning/

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de cómo se usa los datos y el ML en el sector de los viajes. Próximamente una IA te planificará las vacaciones 😎🍹

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/88-viajar

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠⁠Podcast premium⁠⁠⁠⁠⁠

    🛠️ ⁠⁠⁠⁠Tutoriales⁠⁠⁠⁠

    📚 ⁠⁠⁠⁠Resúmenes de libros top⁠⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy hablamos de la transparencia en los modelos de Machine Learning y la importancia de elegir transparencia frente a rendimiento y potencia en algunos casos de uso reales.

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 22.⁠⁠⁠⁠ Las claves del aprendizaje supervisado

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 80.⁠⁠⁠ Machine Learning 101

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 83.⁠⁠⁠ Una neurona

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/87-transparencia

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠⁠Podcast premium⁠⁠⁠⁠

    🛠️ ⁠⁠⁠Tutoriales⁠⁠⁠

    📚 ⁠⁠⁠Resúmenes de libros top⁠⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy resuelvo vuestras preguntas.

    Enrique pregunta cómo entrar en el mercado laboral de análisis de datos y qué cursos seguir. Noelia desea saber las diferencias y puntos en común entre los roles de Data Analytics y Analista de Automatización, y cómo implementar un sistema de Data Analytics en una empresa. Eric busca orientación sobre cursos accesibles en inteligencia artificial aplicada a la salud, y Almudena está preocupada por la fiabilidad de un curso de Big Data que su hijo desea realizar.

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 29.⁠⁠⁠ Cómo convertirse en un ninja del Big Data y la Inteligencia Artificial

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 50.⁠⁠ Elegir un programa de formación en Inteligencia Artificial

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/86-preguntas-y-respuestas

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠⁠⁠⁠⁠ 🥷

    Accede a todo el contenido para convertirte en un ninja de los datos:

    ⚡️ ⁠Podcast premium⁠⁠⁠

    🛠️ ⁠⁠Tutoriales⁠⁠

    📚 ⁠⁠Resúmenes de libros top⁠⁠

    👥 Comunidad ninja

    En el episodio de hoy, nos preparamos unas palomitas 🍿 y analizamos La Gran Apuesta ("The Big Short"), explorando por qué la crisis de las hipotecas de 2007 fue una gran catástrofe de datos.

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 84.⁠ Cosas a tener en cuenta cuando examinas tus datos

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/85-la-gran-apuesta

  • Hoy hablamos de cositas a tener en cuenta a la hora de analizar un dataset por primera vez.

    🥷 ⁠⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠⁠ 🥷

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 70. Buenas prácticas para el análisis de datos.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 74. El método definitivo para el análisis de datos.

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/84-consejos-analisis-datos

  • Hoy hablamos de clasificar cosas y de modelos de regresión logística.

    🥷 ⁠⁠⁠Apúntate aquí a la membresía ninja⁠⁠⁠ 🥷

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 80.⁠⁠⁠ Machine Learning 101.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 81.⁠⁠ Optimización del presupuesto de marketing con IA.

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/83-una-neurona⁠

  • Hoy hablamos de optimizar el presupuesto de marketing con Inteligencia Artificial, de Marketing Mix Modeling y de regresiones lineales.

    🥷 ⁠⁠Apúntate aquí a la membresía ninja⁠⁠ 🥷

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 75.⁠ Marketing e Inteligencia Artificial

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 80.⁠ Machine Learning 101

    Recordad que si tenéis cualquier duda, pregunta o comentario podéis contactar conmigo a través del ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠formulario de contacto⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ o en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠X⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/82-optimizacion-presupuesto-marketing-ia