Avsnitt

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠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/

  • Saknas det avsnitt?

    Klicka här för att uppdatera flödet manuellt.

  • 🥷 ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠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

  • En el episodio de hoy estamos de celebración porque Un podcast ninja sobre Big Data cumple dos añitos y abrimos la Membresía ninja 🎉🎂🥳

    🥷 Apúntate aquí a la membresía ninja 🥷

  • Hoy hablamos de 3 cosas que tienes que saber sobre Machine Learning.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 7. ¿Qué es el Machine Learning?

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 22. Las claves del aprendizaje supervisado

    ⭕️ Episodio 35. El aprendizaje no supervisado es una tarta.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 37. ¿Cómo funciona el aprendizaje por refuerzo?

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

    🌟 Podéis conseguir la Guía Ninja sobre el Big Data y el Machine Learning ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🌟 Apúntaos al Boletín Ninja de Big Data e Inteligencia Artificial ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ (Nueva edición cada dos semanas)

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/80-machine-learning-101

  • Hoy comparamos las herramientas de visualización y Business intelligence más top del mercado:

    Poder BI, Qlik Sense y Tableau

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 59⁠.⁠⁠ ¿Qué es la ingeniería de características?

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 76⁠.⁠⁠ Inteligencia Artificial No-code.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 77⁠.⁠⁠ La importancia del Data Storytelling.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠Episodio 78⁠.⁠⁠ Herramientas de visualización.

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

    🌟 Podéis conseguir la Guía Ninja sobre el Big Data y el Machine Learning ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🌟 Apúntaos al Boletín Ninja de Big Data e Inteligencia Artificial ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ (Nueva edición cada dos semanas)

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/79-comparativa-powerbi-qlik-tableau

  • Hoy hablamos de gráficos y herramientas de visualización para el análisis de datos.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠Episodio 67.⁠⁠ Los cuadernos de Jupyter.

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠⁠Episodio 77.⁠⁠ La importancia del Data Storytelling.

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

    🌟 Podéis conseguir la Guía Ninja sobre el Big Data y el Machine Learning ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🌟 Apúntaos al Boletín Ninja de Big Data e Inteligencia Artificial ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ (Nueva edición cada dos semanas)

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/78-herramientas-visualizacion

  • Hoy hablamos de la razón por la que muchos proyectos de datos FRACASAN y qué habilidad infravalorada hará que los vuestros no lo hagan.

    ☕️ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠¡Apoya el podcast!⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ☕️

    Episodios anteriores relacionados:

    ⭕️ ⁠⁠⁠⁠⁠⁠⁠Episodio 44.⁠ Exploradores de datos.

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

    🌟 Podéis conseguir la Guía Ninja sobre el Big Data y el Machine Learning ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

    🌟 Apúntaos al Boletín Ninja de Big Data e Inteligencia Artificial ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠aquí⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ (Nueva edición cada dos semanas)

    📝 Podéis encontrar las⁠ ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠notas del programa⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ ⁠completas en ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://datos.ninja/podcast/77-data-storytelling