5 Extensiones de Google Chrome que Todo Científico de Datos Debería Conocer

Daniel Morales
Sep 17, 2021

Contents Outline

5 Extensiones de Google Chrome que Todo Científico de Datos Debería Conocer

Sep 17, 2021 7 minutes read

En esta nueva entrada hablaremos de las mejores extensiones de Google Chrome que como data scientists nos facilitan ciertas tareas. Deberías como mínimo probarlas y verificar los resultados por tu propia cuenta, es posible que se conviertan en parte de tu arsenal de herramientas para trabajar en el día a día. 

Si tienes algunas recomendaciones adicionales no dudes en postearlas en los comentarios, o si tienes algún review sobre las extensiones mencionadas también nos gustaría escucharte!


#1- AI/ML Papers with Code Everywhere - CatalyzeX



Descripción de la extensión:

💻 Obtenga el código de implementación de los trabajos de investigación de aprendizaje automático con código directamente en Google, ArXiv, Scholar, Twitter, Github, etc.
La extensión de navegador gratuita de CatalyzeX encuentra y muestra al instante el código de implementación de cualquier artículo de investigación sobre aprendizaje automático, inteligencia artificial, procesamiento del lenguaje natural, visión por ordenador, aprendizaje por refuerzo y aprendizaje profundo con código que encuentres mientras navegas por Google, ArXiv, Twitter, Scholar, Github y otros sitios web.

▶ Navega por la web como de costumbre y empezarás a ver botones [CODE] junto a los documentos en todas partes.
▶ Los botones [CODE] aparecerán automáticamente directamente en la página de cualquier enlace de implementación encontrado.
▶ ¡Haz clic en cualquier botón de código para saltar instantáneamente al código abierto y explorar!

Impulsado por el repositorio de CatalyzeX.com utilizado por miles de ingenieros, investigadores, desarrolladores y líderes tecnológicos de todo el mundo - para navegar por los algoritmos de ML, los modelos y los artículos con código para los desarrollos relevantes y de vanguardia en el aprendizaje automático, la ciencia de los datos, la inteligencia artificial, la visión por ordenador, el procesamiento del lenguaje natural, el reconocimiento del habla, el aprendizaje de refuerzo y el aprendizaje profundo.



#2- Instant Data Scraper



Descripción de la extensión

Instant Data Scraper extrae datos de páginas web y los exporta como archivos Excel o CSV
Instant Data Scraper es una herramienta de extracción de datos automatizada para cualquier sitio web. Utiliza la IA para predecir qué datos son más relevantes en una página HTML y permite guardarlos en un archivo Excel o CSV (XLS, XLSX, CSV).

Esta herramienta no requiere scripts específicos para el sitio web, sino que utiliza el análisis heurístico de la IA de la estructura del HTML para detectar los datos a extraer. Si la predicción no es satisfactoria, permite al usuario personalizar las selecciones para obtener una mayor precisión. Este tipo de tecnología de scrape es mucho más conveniente, porque no requiere grandes bibliotecas de scripts de scrape creadas por el usuario, que a menudo se llenan de versiones obsoletas y redundantes. Esto significa que nuestro método de scrape funciona igual de bien con sitios web pequeños y menos conocidos, que con gigantes mundiales como Amazon. Además, ¡nuestros usuarios no necesitan tener conocimientos de codificación, json o xml!

Características de Instant Data Scraper:
* Detección de datos para la extracción con AI.
* Detección de datos dinámicos cuando se han cargado.
* Personalización del retardo y del tiempo máximo de espera para la velocidad de rastreo deseada.
* Soporte para la paginación en sitios web.
* Navegación automática a la siguiente página mediante botones o enlaces.
* Soporte para scroll infinito.
* Vista previa de los datos extraídos con soporte para copiar y pegar.
* Exportación de datos a hoja de cálculo Excel o archivo CSV.
* Renombrar y filtrar las columnas de datos extraídos.

Esta extensión es completamente GRATIS. Instant Data Scraper funciona bien al unísono con herramientas de SEO, sistemas de reclutamiento CRM, herramientas de gestión de clientes potenciales de ventas o campañas de marketing por correo electrónico. El raspado de la web y la descarga de datos se hace fácil con nuestra herramienta. Además, tiene seguridad y privacidad de los datos ya que los datos raspados no salen de su navegador.

CASOS DE USO de Instant Data Scraper:
* Generación de leads para empresas y autónomos.
* Hackers de crecimiento que buscan formas fáciles de recolectar datos.
* Reclutadores en busca de candidatos a un puesto de trabajo.
* Obtención de resultados de motores de búsqueda.
* Obtener datos de precios de productos de sitios web de comercio electrónico.
* Vendedores de Amazon, distribuidores y analistas de reseñas.
* Obtenga el correo electrónico y las direcciones y números de teléfono de los directorios.
* Obtenga información de contacto de sitios web de asociaciones profesionales.
* Recoger reseñas y valoraciones.
* Analizar posts para obtener likes, comentarios, conexión y contactos.
* Extraer emails e ID de perfiles de redes sociales.
Promesa del desarrollador: Esta extensión no contiene ningún tipo de malware o spyware más allá del estándar de Google Analytics.




#3- EquatIO - Math made digital



Descripción de la extensión

Crea fácilmente ecuaciones matemáticas, fórmulas y cuestionarios. Escriba intuitivamente o a mano, sin necesidad de aprender un complicado código matemático.

Hasta ahora, escribir ecuaciones y expresiones matemáticas en el ordenador era lento y laborioso.

EquatIO convierte las matemáticas en algo digital, ayudando a profesores y estudiantes de todos los niveles a crear expresiones matemáticas de forma rápida y sencilla.

Escribe o escribe a mano prácticamente cualquier expresión matemática directamente en tu teclado o pantalla táctil. No hay necesidad de ningún código complicado ni de lenguajes de programación.

EquatIO convierte instantáneamente tus pensamientos en fórmulas claras y precisas en la pantalla. Cuando escribes "sq", sabe que quieres decir "raíz cuadrada". Y también te escucha. Cuando dictas una fórmula en voz alta, EquatIO es lo suficientemente inteligente como para ignorar "umms", "errs" y otras palabras no matemáticas no deseadas.

Más que un sustituto del lápiz y el papel, EquatIO hace que las matemáticas y otras materias STEM sean atractivas y gratificantes para todos los estudiantes.

Características:
- Crea fácilmente expresiones matemáticas, incluyendo ecuaciones y fórmulas
- Compatible con Google Docs, Forms*, Slides*, Sheets* y Drawings*.
- Entrada mediante teclado, reconocimiento de escritura* (a través de la pantalla táctil o del panel táctil) y dictado de voz
- Adivina lo que estás escribiendo o tecleando, como el texto predictivo de tu smartphone*. 
- Escucha tus expresiones matemáticas leídas en voz alta
- Compatible con la entrada de LaTeX para usuarios avanzados
- Cree cuestionarios digitales de matemáticas interactivos*.
- Introduce las respuestas de los alumnos directamente en los cuestionarios digitales*.
- Predicción de fórmulas de química*



4- Challenge Hunt



Descripcion de la extension

Una aplicación. Todos los concursos de programación. Te mantiene actualizado con todas las competiciones de programación y hackathons activos y próximos de todo el mundo
Challenge Hunt te trae los mejores retos de programación de todo el mundo. Te mantiene actualizado con todas las competiciones de codificación, hackathons, contrataciones y retos de ciencia de datos activos y próximos. Te permite:

1. Ver todos los activos y próximos:
* Concursos de codificación
* Hackathons
* Desafíos de ciencia de datos
* Retos de contratación

2. Establece recordatorios sobre los próximos retos para no perderte ningún reto.

3. Establece tus plataformas de retos online preferidas y Challenge Hunt te mostrará los retos sólo de esas plataformas.




5- Open in Colab



Descripción de la extensión


Abrir un notebook alojado en Github en Google Colab. Sencilla extensión del navegador para abrir rápidamente notebook Jupyter alojados en GitHub en Google Colab.


Gracias por leer!

Related Posts

Métricas De Evaluación De Modelos En El Aprendizaje Automático

11 Alternativas a Kaggle en Competiciones de Data Science

10 Preguntas Altamente Probables en Una Entrevista de Data Science

Categories

Data Science Machine Learning Deep learning Flask Deployment Big Data Business Python SQL Programming Libraries Jupyter Numpy News Pandas Matplotlib Visualization Datathons

Join Competition

Code the Light Fantastic- Level 2

Credit Card Fraud Detection Challenge

Most Related Articles

Machine Learning
10 Preguntas Altamente Probables en Una Entrevista de Data Science

La popularidad de la ciencia de los datos atrae a muchas personas de una amplia gama de profesiones para hacer un cambio de carrera con el objetivo de convertirse en un científico de datos.A pesar de la gran demanda de científicos de datos, es una tarea muy difícil encontrar tu primer trabajo. A menos que tengas una sólida experiencia laboral previa, las entrevistas son el lugar donde puedes mostrar tus habilidades e impresionar a tu potencial empleador.La ciencia de los datos es un campo interdisciplinar que abarca una amplia gama de temas y conceptos. Por ello, el número de preguntas que te pueden hacer en una entrevista es muy elevado.Sin embargo, hay algunas preguntas sobre los fundamentos de la ciencia de los datos y el aprendizaje automático. Éstas son las que no debes perderte. En este artículo, repasaremos 10 preguntas que probablemente se hagan en una entrevista a un científico de datos.Las preguntas están agrupadas en 3 categorías principales que son aprendizaje automático, Python y SQL. Intentaré dar una breve respuesta a cada pregunta. Sin embargo, sugiero leer o estudiar cada una con más detalle después.Aprendizaje automático1. ¿Qué es el overfitting (sobreajuste)? El sobreajuste en el aprendizaje automático se produce cuando el modelo no está bien generalizado. El modelo se centra demasiado en el conjunto de entrenamiento. Capta muchos detalles o incluso ruido en el conjunto de entrenamiento. Por lo tanto, no logra captar la tendencia general o las relaciones en los datos. Si un modelo es demasiado complejo en comparación con los datos, probablemente estará sobreajustado.  Un buen indicador de sobreajuste es la gran diferencia entre la precisión de los conjuntos de entrenamiento y de prueba. Los modelos sobreajustados suelen tener una precisión muy alta en el conjunto de entrenamiento, pero la precisión de la prueba suele ser impredecible y mucho más baja que la de entrenamiento.  2. ¿Cómo se puede reducir el overfitting? Podemos reducir el sobreajuste haciendo que el modelo sea más generalizado, lo que significa que debe centrarse más en la tendencia general que en los detalles específicos.  Si es posible, recoger más datos es una forma eficaz de reducir el sobreajuste. Le darás más jugo al modelo para que tenga más material del que aprender. Los datos siempre son valiosos, especialmente para los modelos de aprendizaje automático.  Otro método para reducir la sobreadaptación es reducir la complejidad del modelo. Si un modelo es demasiado complejo para una tarea determinada, es probable que se produzca un sobreajuste. En estos casos, debemos buscar modelos más sencillos. 3. ¿Qué es la regularización? Hemos mencionado que la principal razón del sobreajuste es que un modelo sea más complejo de lo necesario. La regularización es un método para reducir la complejidad del modelo.  Lo hace penalizando los términos más altos del modelo. Con la adición de un término de regularización, el modelo intenta minimizar tanto la pérdida como la complejidad.  Los dos tipos principales de regularización son L1 y L2. La regularización L1 resta una pequeña cantidad de los pesos de las características no informativas en cada iteración. Así, hace que estos pesos se conviertan finalmente en cero.  Por otro lado, la regularización L2 elimina un pequeño porcentaje de los pesos en cada iteración. Estos pesos se acercarán a cero, pero nunca llegarán a ser 0.4. ¿Cuál es la diferencia entre clasificación y agrupación? Ambas son tareas de aprendizaje automático. La clasificación es una tarea de aprendizaje supervisado, por lo que tenemos observaciones etiquetadas (es decir, puntos de datos). Entrenamos un modelo con datos etiquetados y esperamos que prediga las etiquetas de los nuevos datos.  Por ejemplo, la detección de correos electrónicos no deseados es una tarea de clasificación. Proporcionamos un modelo con varios correos electrónicos marcados como spam o no spam. Una vez entrenado el modelo con esos correos, evaluará los nuevos correos de forma adecuada.  La agrupación es una tarea de aprendizaje no supervisada, por lo que las observaciones no tienen etiquetas. Se espera que el modelo evalúe las observaciones y las agrupe en clusters. Las observaciones similares se colocan en el mismo clúster.  En el caso óptimo, las observaciones del mismo clúster están lo más cerca posible unas de otras y los diferentes clústeres están lo más separados posible. Un ejemplo de tarea de clustering sería agrupar a los clientes en función de su comportamiento de compra.    Python  Las estructuras de datos incorporadas son de crucial importancia. Por lo tanto, debes estar familiarizado con lo que son y cómo interactuar con ellas. Lista, diccionario, conjunto y tupla son las 4 principales estructuras de datos incorporadas en Python. 5. ¿Cuál es la diferencia entre listas y tuplas? La principal diferencia entre las listas y las tuplas es la mutabilidad. Las listas son mutables, por lo que podemos manipularlas añadiendo o eliminando elementos.mylist = [1,2,3] mylist.append(4) mylist.remove(1) print(mylist) [2,3,4]En cambio, las tuplas son inmutables. Aunque podemos acceder a cada elemento de una tupla, no podemos modificar su contenido.mytuple = (1,2,3) mytuple.append(4) AttributeError: 'tuple' object has no attribute 'append'Un punto importante a mencionar aquí es que aunque las tuplas son inmutables, pueden contener elementos mutables como listas o conjuntos. mytuple = (1,2,["a","b","c"]) mytuple[2] ['a', 'b', 'c'] mytuple[2][0] = ["A"] print(mytuple) (1, 2, [['A'], 'b', 'c'])6. ¿Cuál es la diferencia entre listas y sets?  Hagamos un ejemplo para demostrar la principal diferencia entre listas y conjuntos.text = "Python is awesome!" mylist = list(text) myset = set(text) print(mylist) ['P', 'y', 't', 'h', 'o', 'n', ' ', 'i', 's', ' ', 'a', 'w', 'e', 's', 'o', 'm', 'e', '!'] print(myset) {'t', ' ', 'i', 'e', 'm', 'P', '!', 'y', 'o', 'h', 'n', 'a', 's', 'w'} Como vemos en los objetos resultantes, la lista contiene todos los caracteres de la cadena mientras que el conjunto sólo contiene valores únicos.  Otra diferencia es que los caracteres de la lista están ordenados según su ubicación en la cadena. Sin embargo, los caracteres del conjunto no están ordenados.   A continuación se muestra una tabla que resume las principales características de las listas, las tuplas y los conjuntos.(image by author)7. ¿Qué es un diccionario y cuáles son las características importantes de los diccionarios? Un diccionario en Python es una colección de pares clave-valor. Es similar a una lista en el sentido de que cada elemento de una lista tiene un índice asociado que empieza por 0.mylist = ["a", "b", "c"] mylist[1] "b"En un diccionario, las claves son el índice. Así, podemos acceder a un valor utilizando su clave.mydict = {"John": 24, "Jane": 26, "Ashley": 22} mydict["Jane"] 26Las claves de un diccionario son únicas, lo que tiene sentido porque actúan como una dirección para los valores.    SQL  SQL es una habilidad extremadamente importante para los científicos de datos. Hay un gran número de empresas que almacenan sus datos en una base de datos relacional. SQL es lo que se necesita para interactuar con las bases de datos relacionales.  Es probable que te hagan una pregunta que implique escribir una consulta para realizar una tarea específica. También es posible que te hagan una pregunta sobre conocimientos generales de bases de datos.8. Ejemplo de Consulta #1 Consider we have a sales table that contains daily sales quantities of products.SELECT TOP 10 * FROM SalesTable(image by author)Encuentre las 5 semanas más importantes en términos de cantidades totales de ventas semanales.SELECT TOP 5 CONCAT(YEAR(SalesDate), DATEPART(WEEK, SalesDate)) AS YearWeek, SUM(SalesQty) AS TotalWeeklySales FROM SalesTable GROUP BY CONCAT(YEAR(SalesDate), DATEPART(WEEK, SalesDate)) ORDER BY TotalWeeklySales DESC (image by author)Primero extraemos la información del año y la semana de la columna de la fecha y luego la utilizamos en la agregación. La función de suma se utiliza para calcular las cantidades totales de ventas.  9. Ejemplo de consulta #2 En la misma tabla de ventas, encuentre el número de artículos únicos que se venden cada mes.SELECT MONTH(SalesDate) AS Month, COUNT(DISTINCT(ItemNumber)) AS ItemCount FROM SalesTable GROUP BY MONTH(SalesDate) Month ItemCount 1 9 1021 2 8 102110. ¿Qué es la normalización y la desnormalización en una base de datos? Estos términos están relacionados con el diseño del esquema de la base de datos. La normalización y la desnormalización tienen como objetivo optimizar diferentes métricas.  El objetivo de la normalización es reducir la redundancia e inconsistencia de los datos aumentando el número de tablas. Por otro lado, la desnormalización tiene como objetivo acelerar la ejecución de la consulta. La desnormalización disminuye el número de tablas, pero al mismo tiempo añade cierta redundancia.   ConclusiónConvertirse en un científico de datos es una tarea difícil. Requiere tiempo, esfuerzo y dedicación. Sin tener experiencia laboral previa, el proceso se hace más difícil.  Las entrevistas son muy importantes para demostrar tus habilidades. En este artículo, hemos cubierto 10 preguntas que es probable que te encuentres en una entrevista de científico de datos.  Gracias por leerlo. Por favor, hágame saber si tiene algún comentario. 

Data Science
Machine Learning
11 Alternativas a Kaggle en Competiciones de Data Science

Las competiciones en data science son un campo muy particular del machine learning aplicado, o de lo que comúnmente se conoce como AI aplicada. Desde el punto de vista de un data scientist, tiene la particularidad de simular un ambiente real para la solución de un problema de machine learning. Desde el punto de vista de una empresa tiene la particularidad de resolver un problema de forma colaborativa (siguiendo la sabiduría de las masas) y obteniendo los beneficios derivados de ella: como el benchmark, nuevas ideas, diferentes soluciones. Como mencionamos en un blog post anterior acerca de las competiciones en data science, hace un tiempo nacieron varias plataformas entre las cuales se encuentra Kaggle y en las cuales las empresas grandes de tecnología de Silicon Valley e incluso Multinacionales tratan de solucionar problemas realmente complejos con la ayuda de personas externas, por medio de algo llamado “competiciones en data science”. Esto se daba ya que el talento interno no podía solucionar estos problemas, ya que no tenían el tiempo, los recursos o las capacidades. Obviamente se trataba de problemas realmente complejos.Estas plataformas de competiciones en data science le permiten a la empresa acceder a un pool de talento global de especialistas en data science que iban desde PHDs hasta autodidactas que se lanzaban en la aventura de solucionar el reto planteado por la empresa que patrocina una competición. Los premios obviamente son exorbitantes, donde incluso Netflix llegó a pagar 1 millones de dólares por una solución de machine learning. Patrocinar una competición allí tiene una inversión que oscila entre los $20.000 USD y los $100.000 USD en promedio. Un lujo que solo pueden permitirse las grandes tecnológicas (o las multinacionales). Y las startups? Pues bien, a menos que hayas levantado una Serie B o una Serie C, quizás puedas permitirte el lujo de patrocinar una competición de $20.000 USD, o incluso tener un equipo interno de data scientists que te ayude a experimentar o a resolver un problema con machine learning. Pero ¿qué pasa con las empresas que están en etapa más temprana y no tienen estos fondos o ese talento interno? Es por ello que hemos dedicado este blog post, para mostrar otras opciones de patrocinio de competiciones en data science1- DataSource.aiObjetivos de la empresa: Startups y PYMESTipo de concursos: Premios en metálicoSistema de concurso: Normalmente cada concurso dura 2-3 mesesPromedio de concursos abiertos por mes: 1Media de premios en dinero: Desde $3.000 dólares en adelanteLink: https://www.datasource.ai/El enfoque de esta plataforma es democratizar las competiciones en data science. Otras plataformas de competiciones en data science están enfocadas en empresas muy grandes, en premios muy altos y en problemas muy complejos. Esto se traduce en competiciones que solo pueden ser pagadas por empresas con bolsillos profundos, competiciones que tardan meses en completarse, y que están hechas para data scientists y equipos “super-senior”. Al fin de cuentas patrocinar una competición de $20.000 USD (o 1 millón de USD) no es para todo tipo de empresas. Por ello decidieron re-pensar la forma en que están construidas las competiciones en data science y decidimos enfocarnos en startups de cualquier tamaño y de cualquier parte del mundo, que puedan pagar competiciones acordes a un presupuesto de startup, que no tomen tanto tiempo en ser resueltas (8 semanas), que puedan lanzar más de una, dos o tres competiciones (porque lo pueden pagar) y en las cuales puedan participar todo tipo de talento en data science, de cualquier nivel y desde cualquier parte del mundo. 2- NumeraiObjetivos de la empresa: Finanzas, CriptografíaTipo de concursos: CriptopremiosSistema de concurso: ContinuoPromedio de concursos abiertos por mes: ContinuoLink: https://numer.ai/En el Torneo Numerai se construyen modelos de aprendizaje automático sobre datos financieros abstractos para predecir el mercado de valores. Tus modelos pueden ser apostados con la criptomoneda NMR para ganar recompensas basadas en el rendimiento. Los modelos apostados de Numerai se combinan para formar el Meta Modelo que controla el capital del fondo de cobertura de Numerai en el mercado de valores global. Aquí las empresas no pueden patrocinar competiciones, Numerai es el mismo patrocinador y es quien entrega los premios3- International Data Analysis Olympiad (IDAHO)Objetivos de la empresa: Hecho por Yandex solamenteTipo de concursos: Premio en dinero y prácticasSistema de concursos: Suele durar 1 año cada concursoPromedio de concursos abiertos por año: 1Cantidad media de premios: 10.000 dólaresLink: https://idao.world/IDAHO es una competición anual organizada por la Escuela Superior de Economía y Yandex. Este evento está abierto a todos los equipos y personas, ya sean estudiantes de grado, posgrado o doctorado, empleados de empresas, investigadores o nuevos científicos de datos.4- DrivenDataObjetivos de la empresa: Empresas socialesTipo de concursos: Premio en dinero y KudosSistema de concurso: Suele durar entre 2 y 4 meses cada concursoPromedio de concursos abiertos por mes: 2Media de premios en metálico: 17.000 dólaresLink: https://www.drivendata.org/competitions/DrivenData aporta prácticas de vanguardia en ciencia de datos y crowdsourcing a algunos de los mayores retos sociales del mundo y a las organizaciones que los asumen5- CodaLabObjetivos de la empresa: Empresas sociales y grandes empresasTipo de concursos: ConocimientoSistema de Competición: Suele durar entre 3 y 6 meses cada concursoPromedio de concursos abiertos por mes: 1Media de premios: Casi todos son de conocimiento Link: https://competitions.codalab.org/Plataforma de código abierto Codalab para la investigación computacional. Los concursos se celebran en aras de la investigación colaborativa y la prueba de códigos.6- DataHack & DSATObjetivos de la empresa: Empresas sociales y grandes empresasTipo de concursos: KudosSistema de concursos: Normalmente cada concurso dura entre 2 y 4 mesesPromedio de concursos abiertos por mes: 1Premio medio en metálico: Todos son hackathons sin premio final Link: https://datahack.analyticsvidhya.com/Esta plataforma básicamente te permite competir con los mejores del mundo en problemas de ciencia de datos de la vida real, aprender trabajando en problemas del mundo real, mostrar tu experiencia y ser contratado en las mejores empresas, construir tu perfil, y estar en la cima de las competiciones y ganar premios lucrativos7- Machine HackObjetivos de la empresa: Empresas sociales y grandes empresasTipo de concursos: Premio en dinero y Kudos, EntrevistasSistema de concursos: Normalmente cada concurso dura entre 2 y 4 mesesPromedio de concursos abiertos por mes: 1Media de premios en metálico: Todos son hackathons sin premio final Link: https://machinehack.com/Machine Hack es una plataforma online para competiciones de Machine Learning. En Machine Hack, tienes la oportunidad de probar y practicar tus habilidades de ML. En esta plataforma, tienes la oportunidad de competir contra cientos de científicos de datos, con nuestros Hackathons curados por la industria.  8- TianchiObjetivos de la empresa: Grandes empresasTipo de concursos: Premio en dinero y KudosSistema de concursos: Suele durar entre 3 y 6 meses cada concursoPromedio de concursos abiertos por mes: 1Media de premios en metálico: 100.000 dólaresLink: https://tianchi.aliyun.com/competition/gameList/activeListTianchi es una comunidad de crowdsourcing de científicos de datos globales que organiza competiciones de big data en varias industrias. Esta competición de big data tiene premios millonarios y casos de prueba de negocios reales. Tienes la oportunidad de competir contra las élites de la IA de todo el mundo.9- KDD CupObjetivos de la empresa: Organizado por ACM Special Interest GroupTipo de concursos: Premio en metálicoSistema de competición: Suele durar 1 año cada concursoPromedio de concursos abiertos por mes: 1Cantidad media de premios: 12.000 dólaresLink: https://www.kdd.org/kdd-cupEs el concurso anual de minería de datos y descubrimiento de conocimientos organizado por el ACM Special Interest Group on Knowledge Discovery and Data Mining, la principal organización profesional de mineros de datos. En la mayoría de los años hay archivos anuales que incluyen conjuntos de datos, instrucciones y ganadores.10- vizdoomObjetivos de la empresa: Organizado por VIZDOOMTipo de concursos: Premio en dineroSistema de concurso: Suele durar 1 año cada concursoPromedio de concursos abiertos por mes: 1Media de premios en metálico: No se aplicaLink: http://vizdoom.cs.put.edu.pl/competitions/vdaic-2017-cigVIZDOOM permite desarrollar robots de IA que juegan a DOOM utilizando la información visual (el buffer de la pantalla).11- Crowd AnalytiXObjetivos de la empresa: Empresas medianasTipo de concursos: Premio en dinero y KudosSistema de concurso: Normalmente cada concurso dura entre 2 y 4 mesesPromedio de concursos abiertos por mes: 1Media de premios en metálico: 7.000 dólaresLink: https://www.crowdanalytix.com/communityLos expertos en datos colaboran y compiten para construir y optimizar algoritmos de IA, ML, NLP y Deep LearningConclusionSi eres un data scientists, definitivamente tendrás muchas opciones de aprendizaje y participacion. Pero asegurate de que tambien puedas tener una verdadera posibilidad de ganar!Si eres una empresa y estas pensando en solucionar un problema de data science, no dudes en tomar la decision por el mejor!

Data Science
Machine Learning
Métricas De Evaluación De Modelos En El Aprendizaje Automático

CréditosLos modelos predictivos se han convertido en un asesor de confianza para muchas empresas y por una buena razón. Estos modelos pueden "prever el futuro", y hay muchos métodos diferentes disponibles, lo que significa que cualquier industria puede encontrar uno que se ajuste a sus retos particulares.Cuando hablamos de modelos predictivos, nos referimos a un modelo de regresión (salida continua) o a un modelo de clasificación (salida nominal o binaria). En los problemas de clasificación, utilizamos dos tipos de algoritmos (dependiendo del tipo de salida que este crea):Salida de clase: Algoritmos como Support Vector Machine y K Nearest Neighbors crean una salida de clase. Por ejemplo, en un problema de clasificación binaria, las salidas serán 0 o 1. Sin embargo, hoy en día tenemos algoritmos que pueden convertir estas salidas de clase en probabilidad.Salida de probabilidad: Algoritmos como la Regresión Logística, el Bosque Aleatorio, potenciación del Gradiente, el Adaboost, etc. dan salidas de probabilidad. Convertir las salidas de probabilidad en salidas de clase es sólo cuestión de crear un umbral de probabilidadPuedes leer más artículos de Data Science en español aquí Lea también:Tipos Claves De Regresiones: ¿Cuál Usar?IntroducciónSi bien la preparación de los datos y el entrenamiento de un modelo de aprendizaje de máquina es un paso clave en el proceso de aprendizaje automático, es igualmente importante medir el rendimiento de este modelo entrenado. Lo bien que el modelo generaliza sobre los datos no vistos es lo que define los modelos de aprendizaje automático adaptables frente a los no adaptables.Al utilizar diferentes métricas para la evaluación del rendimiento, deberíamos estar en posición de mejorar el poder de predicción general de nuestro modelo antes de que lo pongamos en marcha para la producción sobre datos no vistos antes.Si no se realiza una evaluación adecuada del modelo aprendizaje automático utilizando diferentes métricas, y se usa sólo la precisión, puede darse un problema cuando el modelo respectivo se despliega sobre datos no vistos y puede dar lugar a malas predicciones.Esto sucede porque, en casos como éste, nuestros modelos no aprenden sino que memorizan; por lo tanto, no pueden generalizar bien sobre datos no vistos.Métricas de evaluación del modeloDefinamos ahora las métricas de evaluación para valorar el rendimiento de un modelo de aprendizaje automático, que es un componente integral de cualquier proyecto de ciencia de los datos. Su objetivo es estimar la precisión de la generalización de un modelo sobre los datos futuros (no vistos/fuera de muestra).Matriz de confusiónUna matriz de confusión es una representación matricial de los resultados de las predicciones de cualquier prueba binaria que se utiliza a menudo para describir el rendimiento del modelo de clasificación (o "clasificador") sobre un conjunto de datos de prueba cuyos valores reales se conocen.La matriz de confusión es relativamente sencilla de comprender, pero la terminología relacionada puede ser confusa.Matriz de confusión con 2 etiquetas de clase.Cada predicción puede ser uno de cuatro resultados, basado en cómo coincide con el valor real:Verdadero Positivo (TP): Predicho Verdadero y Verdadero en realidad.Verdadero Negativo (TN): Predicho Falso y Falso en realidad.Falso Positivo (FP): Predicción de verdadero y falso en la realidad.Falso Negativo (FN): Predicción de falso y verdadero en la realidad.Ahora entendamos este concepto usando la prueba de hipótesis.Lea también:Falsos Positivos Vs. Falsos Negativos Una hipótesis es una especulación o teoría basada en pruebas insuficientes que se presta a más pruebas y experimentación. Con más pruebas, una hipótesis puede ser probada como verdadera o falsa.Una Hipótesis Nula es una hipótesis que dice que no hay significancia estadística entre las dos variables de la hipótesis. Es la hipótesis que el investigador está tratando de refutar.Siempre rechazamos la hipótesis nula cuando es falsa, y aceptamos la hipótesis nula cuando es realmente verdadera.Aunque las pruebas de hipótesis se supone que son fiables, hay dos tipos de errores que pueden ocurrir.Estos errores se conocen como errores de Tipo I y Tipo II.Por ejemplo, cuando se examina la eficacia de una droga, la hipótesis nula sería que la droga no afecta a una enfermedad.Error de Tipo I: equivalente a los Falsos Positivos(FP).El primer tipo de error posible implica el rechazo de una hipótesis nula que es verdadera.Volvamos al ejemplo de una droga que se utiliza para tratar una enfermedad. Si rechazamos la hipótesis nula en esta situación, entonces afirmamos que la droga tiene algún efecto sobre una enfermedad. Pero si la hipótesis nula es cierta, entonces, en realidad, la droga no combate la enfermedad en absoluto. Se afirma falsamente que la droga tiene un efecto positivo en una enfermedad.Error de tipo II:- equivalente a Falsos Negativos(FN).El otro tipo de error que ocurre cuando aceptamos una hipótesis falsa nula. Este tipo de error se llama error de tipo II y también se conoce como error de segundo tipo.Si pensamos de nuevo en el escenario en el que estamos probando una droga, ¿cómo sería un error de tipo II? Un error de tipo II ocurriría si aceptáramos que la droga no tiene efecto sobre la enfermedad, pero en realidad, sí lo tiene.Un ejemplo de la implementación Python de la matriz de confusión.Puedes leer más artículos de Data Science en español aquí import warningsimport pandas as pdfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import confusion_matriximport matplotlib.pyplot as plt%matplotlib inline  #ignore warningswarnings.filterwarnings('ignore')# Load digits dataseturl = "http://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"df = pd.read_csv(url)# df = df.valuesX = df.iloc[:,0:4]y = df.iloc[:,4]#test sizetest_size = 0.33#generate the same set of random numbersseed = 7#Split data into train and test set. X_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=test_size, random_state=seed)#Train Modelmodel = LogisticRegression()model.fit(X_train, y_train)pred = model.predict(X_test)#Construct the Confusion Matrixlabels = ['Iris-setosa', 'Iris-versicolor', 'Iris-virginica']cm = confusion_matrix(y_test, pred, labels)print(cm)fig = plt.figure()ax = fig.add_subplot(111)cax = ax.matshow(cm)plt.title('Confusion matrix')fig.colorbar(cax)ax.set_xticklabels([''] + labels)ax.set_yticklabels([''] + labels)plt.xlabel('Predicted Values')plt.ylabel('Actual Values')plt.show()Matriz de confusión con 3 etiquetas de clase.Los elementos diagonales representan el número de puntos para los cuales la etiqueta predicha es igual a la etiqueta verdadera, mientras que cualquier cosa fuera de la diagonal fue mal etiquetada por el clasificador. Por lo tanto, cuanto más altos sean los valores diagonales de la matriz de confusión, mejor, indicando muchas predicciones correctas.En nuestro caso, el clasificador predijo perfectamente las 13 plantas de setosa y 18 de virginica en los datos de prueba. Sin embargo, clasificó incorrectamente 4 de las plantas versicolor como virginica.También hay una lista de tasas que a menudo se calculan a partir de una matriz de confusión para un clasificador binario:1. ExactitudEn general, ¿con qué frecuencia es correcto el clasificador?Exactitud = (TP+TN)/totalCuando nuestras clases son aproximadamente iguales en tamaño, podemos usar la precisión, que nos dará valores clasificados correctamente.La precisión es una métrica de evaluación común para los problemas de clasificación. Es el número de predicciones correctas hechas como una proporción de todas las predicciones hechas.Tasa de clasificación errónea (Tasa de error): En general, con qué frecuencia se equivoca. Dado que la exactitud es el porcentaje que clasificamos correctamente (tasa de éxito), se deduce que nuestra tasa de error (el porcentaje en que nos equivocamos) puede calcularse de la siguiente manera:Tasa de clasificación errónea = (FP+FN)/total#import modulesimport warningsimport pandas as pdimport numpy as npfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn import datasetsfrom sklearn.metrics import accuracy_score#ignore warningswarnings.filterwarnings('ignore')# Load digits datasetiris = datasets.load_iris()# # Create feature matrixX = iris.data# Create target vectory = iris.target#test sizetest_size = 0.33#generate the same set of random numbersseed = 7#cross-validation settingskfold = model_selection.KFold(n_splits=10, random_state=seed)#Model instancemodel = LogisticRegression()#Evaluate model performancescoring = 'accuracy'results = model_selection.cross_val_score(model, X, y, cv=kfold, scoring=scoring)print('Accuracy -val set: %.2f%% (%.2f)' % (results.mean()*100, results.std()))#split dataX_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=test_size, random_state=seed)#fit modelmodel.fit(X_train, y_train)#accuracy on test setresult = model.score(X_test, y_test)print("Accuracy - test set: %.2f%%" % (result*100.0))La precisión de la clasificación es del 88% en el conjunto de validación.2. PrecisiónCuando predice sí, ¿con qué frecuencia es correcto?Precisión=TP/predicciones síCuando tenemos un desequilibrio de clase, la precisión puede convertirse en una métrica poco fiable para medir nuestro desempeño. Por ejemplo, si tuviéramos una división de 99/1 entre dos clases, A y B, donde el evento raro, B, es nuestra clase positiva, podríamos construir un modelo que fuera 99% exacto con sólo decir que todo pertenece a la clase A. Claramente, no deberíamos molestarnos en construir un modelo si no hace nada para identificar la clase B; por lo tanto, necesitamos diferentes métricas que desalienten este comportamiento. Para ello, utilizamos la precisión y la sensibilidad en lugar de la exactitud.Puedes leer más artículos de Data Science en español aquí 3. ExhaustividadCuando en realidad es un sí, ¿con qué frecuencia predice un sí?Tasa positiva verdadera = TP/Si realesLa Exhaustividad nos da la tasa positiva verdadera (TPR), que es la proporción de los verdaderos positivos a todo lo positivo.En el caso de la división 99/1 entre las clases A y B, el modelo que clasifica todo como A tendría una exhaustividad del 0% para la clase positiva, B (la precisión sería indefinida - 0/0). La exhaustividad  proporciona una mejor manera de evaluar el rendimiento del modelo ante un desequilibrio de clases. Nos dirá correctamente que el modelo tiene poco valor para nuestro caso de uso.Al igual que la exactitud, tanto la precisión como la exhaustividad son fáciles de calcular y comprender, pero requieren umbrales. Además, la precisión y la exhaustividad sólo consideran la mitad de la matriz de confusión:4. Puntuación F1La puntuación F1 es la media armónica de la precisión y exhaustividad, donde la puntuación de la F1 alcanza su mejor valor en 1 (precisión y exhaustividad perfectas) y el peor en 0.¿Por qué la media armónica? Dado que la media armónica de una lista de números se inclina fuertemente hacia últimos elementos de la lista, tiende (en comparación con la media aritmética) a mitigar el impacto de los grandes valores atípicos y a agravar el impacto de los pequeños.Una puntuación F1 castiga más los valores extremos. Idealmente, un puntaje F1 podría ser una métrica de evaluación efectiva en los siguientes escenarios de clasificación:Cuando los Falsos Positivos  y la Falsos Negativos son igualmente costosos - lo que significa que se pasan verdaderos positivos o se encuentran falsos positivos - ambos impactan el modelo casi de la misma manera, como en nuestro ejemplo de clasificación de detección de cáncerAñadir más datos no cambia el resultado de manera efectivaLa TN es alta (como en las predicciones de inundaciones, predicciones de cáncer, etc.)Un ejemplo de implementación en Python de la puntuación F1.import warningsimport pandasfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import log_lossfrom sklearn.metrics import precision_recall_fscore_support as score, precision_score, recall_score, f1_scorewarnings.filterwarnings('ignore')url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv"dataframe = pandas.read_csv(url)dat = dataframe.valuesX = dat[:,:-1]y = dat[:,-1]test_size = 0.33seed = 7model = LogisticRegression()#split dataX_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=test_size, random_state=seed)model.fit(X_train, y_train)precision = precision_score(y_test, pred)print('Precision: %f' % precision)# recall: tp / (tp + fn)recall = recall_score(y_test, pred)print('Recall: %f' % recall)# f1: tp / (tp + fp + fn)f1 = f1_score(y_test, pred)print('F1 score: %f' % f1)Puedes leer más artículos de Data Science en español aquí 5. EspecificidadCuando es no, ¿con qué frecuencia predice el no?Tasa negativa real = TN/no realEs la verdadera tasa negativa o la proporción de verdaderos negativos a todo lo que debería haber sido clasificado como negativo.Obsérvese que, en conjunto, la especificidad y la sensibilidad consideran la matriz de confusión completa:6. Curva de características operativas del receptor (ROC)Medir el área bajo la curva ROC es también un método muy útil para evaluar un modelo. Al trazar la tasa positiva verdadera (sensibilidad) frente a la tasa de falsos positivos (1 - especificidad), obtenemos la curva de Característica Operativa del Receptor (ROC). Esta curva nos permite visualizar el equilibrio entre la tasa de verdaderos positivos y la tasa falsos positivosLos siguientes son ejemplos de buenas curvas ROC. La línea discontinua sería una suposición aleatoria (sin valor predictivo) y se utiliza como línea de base; cualquier cosa por debajo de eso se considera peor que una suposición. Queremos estar hacia la esquina superior izquierda:Una ejemplo de implementación en Python de las curvas ROC#Classification Area under curveimport warningsimport pandasfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import roc_auc_score, roc_curvewarnings.filterwarnings('ignore')url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv"dataframe = pandas.read_csv(url)dat = dataframe.valuesX = dat[:,:-1]y = dat[:,-1]seed = 7#split dataX_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=test_size, random_state=seed)model.fit(X_train, y_train)# predict probabilitiesprobs = model.predict_proba(X_test)# keep probabilities for the positive outcome onlyprobs = probs[:, 1]auc = roc_auc_score(y_test, probs)print('AUC - Test Set: %.2f%%' % (auc*100))# calculate roc curvefpr, tpr, thresholds = roc_curve(y_test, probs)# plot no skillplt.plot([0, 1], [0, 1], linestyle='--')# plot the roc curve for the modelplt.plot(fpr, tpr, marker='.')plt.xlabel('False positive rate')plt.ylabel('Sensitivity/ Recall')# show the plotplt.show()En el ejemplo anterior, la AUC está relativamente cerca de 1 y es mayor de 0,5. Un clasificador perfecto hará que la curva ROC vaya a lo largo del eje Y y luego a lo largo del eje X.7. Pérdida logarítmicaLa pérdida logarítmica es la métrica de clasificación más importante basada en probabilidades.A medida que la probabilidad predicha de la clase verdadera se acerca a cero, la pérdida aumenta exponencialmente:Mide el desempeño de un modelo de clasificación en el que la entrada de la predicción es un valor de probabilidad entre 0 y 1. La pérdida logarítmica aumenta a medida que la probabilidad predicha se aleja de la etiqueta real. El objetivo de cualquier modelo de aprendizaje automático es minimizar este valor. Por lo tanto, una pérdida logarítmica menor es mejor, con un modelo perfecto teniendo una pérdida logarítmica de 0.Una muestra de la implementación en Python de la pérdida logarítmica#Classification LogLossimport warningsimport pandasfrom sklearn import model_selectionfrom sklearn.linear_model import LogisticRegressionfrom sklearn.metrics import log_losswarnings.filterwarnings('ignore')url = "https://raw.githubusercontent.com/jbrownlee/Datasets/master/pima-indians-diabetes.data.csv"dataframe = pandas.read_csv(url)dat = dataframe.valuesX = dat[:,:-1]y = dat[:,-1]seed = 7#split dataX_train, X_test, y_train, y_test = model_selection.train_test_split(X, y, test_size=test_size, random_state=seed)model.fit(X_train, y_train)#predict and compute loglosspred = model.predict(X_test)accuracy = log_loss(y_test, pred)print("Logloss: %.2f" % (accuracy))Logloss: 8.02Puedes leer más artículos de Data Science en español aquí 8. Índice JaccardEl índice Jaccard es una de las formas más simples de calcular y averiguar la exactitud de un modelo de clasificación de aprendizaje automático. Entendamoslo con un ejemplo. Supongamos que tenemos un conjunto de pruebas etiquetadas, con etiquetas como -y = [0,0,0,0,0,1,1,1,1,1]Y nuestro modelo ha predicho las etiquetas como…y1 = [1,1,0,0,0,1,1,1,1,1]El anterior diagrama de Venn nos muestra las etiquetas del conjunto de pruebas y las etiquetas de las predicciones, y su intersección y unión.El índice Jaccard o coeficiente de similitud Jaccard es una estadística utilizada para comprender las similitudes entre los conjuntos de muestras. La medición enfatiza la similitud entre conjuntos de muestras finitas y se define formalmente como el tamaño de la intersección dividido por el tamaño de la unión de los dos conjuntos etiquetados, con la fórmula como -Índice Jaccard o Intersección sobre Unión(IoU)Así, para nuestro ejemplo, podemos ver que la intersección de los dos conjuntos es igual a 8 (ya que ocho valores se predicen correctamente) y la unión es 10 + 10-8 = 12. Por lo tanto, el índice Jaccard nos da la precisión como -Así que la precisión de nuestro modelo, según el índice Jaccard, se convierte en 0.66, o 66%.Cuanto mayor sea el índice Jaccard, mayor será la precisión del clasificador.Una muestra de implementación en Python del índice Jaccard.import numpy as npdef compute_jaccard_similarity_score(x, y):    intersection_cardinality = len(set(x).intersection(set(y)))    union_cardinality = len(set(x).union(set(y)))    return intersection_cardinality / float(union_cardinality)score = compute_jaccard_similarity_score(np.array([0, 1, 2, 5, 6]), np.array([0, 2, 3, 5, 7, 9]))print "Jaccard Similarity Score : %s" %scorepassPuntaje de similitud Jaccard: 0.3759. Gráfico de Kolmogorov SmirnovEl gráfico K-S o Kolmogorov-Smirnov mide el rendimiento de los modelos de clasificación. Más exactamente, K-S es una medida del grado de separación entre las distribuciones positivas y negativas.La frecuencia acumulativa de las distribuciones observadas y de las hipótesis se traza en relación con las frecuencias ordenadas. La doble flecha vertical indica la máxima diferencia vertical.La K-S es 100 si las puntuaciones dividen la población en dos grupos separados en los que un grupo contiene todos los positivos y el otro todos los negativos. Por otra parte, si el modelo no puede diferenciar entre los positivos y los negativos, entonces es como si el modelo seleccionara casos al azar de la población. El K-S sería 0.En la mayoría de los modelos de clasificación la K-S caerá entre 0 y 100, y cuanto más alto sea el valor mejor será el modelo para separar los casos positivos de los negativos.La K-S también puede utilizarse para comprobar si dos distribuciones de probabilidad unidimensionales subyacentes difieren. Es una forma muy eficiente de determinar si dos muestras son significativamente diferentes entre sí.Un ejemplo de la implementación en Python  del Kolmogorov-Smirnov.from scipy.stats import kstest import random   # N = int(input("Enter number of random numbers: ")) N = 10  actual =[] print("Enter outcomes: ")   for i in range(N):     # x = float(input("Outcomes of class "+str(i + 1)+": "))     actual.append(random.random())   print(actual) x = kstest(actual, "norm")    print(x)La hipótesis nula utilizada aquí asume que los números siguen la distribución normal. Devuelve estadísticas y valor p. Si el valor p es < alfa, rechazamos la hipótesis Nula.Alfa se define como la probabilidad de rechazar la hipótesis nula dado que la hipótesis nula(H0) es verdadera. Para la mayoría de las aplicaciones prácticas, se elige alfa como 0,05.Puedes leer más artículos de Data Science en español aquí 10. Gráfico de ganancia y elevaciónLa ganancia o el levantamiento es una medida de la eficacia de un modelo de clasificación calculado como la relación entre los resultados obtenidos con y sin el modelo. Los gráficos de ganancia y elevación son ayudas visuales para evaluar el rendimiento de los modelos de clasificación. Sin embargo, en contraste con la matriz de confusión que evalúa los modelos en toda la población, el gráfico de ganancia o elevación evalúa el rendimiento del modelo en una porción de la población.Cuanto mayor sea la elevación (es decir, cuanto más lejos esté de la línea de base), mejor será el modelo.El siguiente gráfico de ganancias, ejecutado en un conjunto de validación, muestra que con el 50% de los datos, el modelo contiene el 90% de los objetivos, la adición de más datos añade un aumento insignificante en el porcentaje de objetivos incluidos en el modelo.Gráfico de ganancia/elevaciónLos gráficos de elevación suelen presentarse como un gráfico de ascenso acumulativo, que también se conoce como gráfico de ganancias. Por lo tanto, los gráficos de ganancias a veces se denominan (quizás de forma confusa) "gráficos de elevación", pero son más exactos como gráficos de ascenso acumulativo.Uno de sus usos más comunes es en el marketing, para decidir si vale la pena llamar a un posible cliente.11. Coeficiente de GiniEl coeficiente de Gini o Índice de Gini es una métrica popular para los valores de clase desequilibrados. El coeficiente oscila entre 0 y 1, donde 0 representa la igualdad perfecta y 1 la desigualdad perfecta. Aquí, si el valor de un índice es mayor, entonces los datos estarán más dispersos.El coeficiente de Gini puede calcularse a partir del área bajo la curva ROC usando la siguiente fórmula:Coeficiente de Gini = (2 * curva_ROC) - 1Puedes leer más artículos de Data Science en español aquí ConclusiónComprender lo bien que un modelo de aprendizaje automático va a funcionar con datos no vistos es el propósito final de trabajar con estas métricas de evaluación. Métricas como la exactitud, la precisión, la exhaustividad son buenas formas de evaluar los modelos de clasificación para conjuntos de datos equilibrados, pero si los datos están desequilibrados y hay una disparidad de clases, entonces otros métodos como el ROC/AUC, el coeficiente de Gini funcionan mejor en la evaluación del rendimiento del modelo.Bueno, esto concluye este artículo. Espero que hayan disfrutado de su lectura, no duden en compartir sus comentarios/pensamientos/opiniones en la sección de comentarios.Gracias por leerlo!!!

Join our private community in Discord

Keep up to date by participating in our global community of data scientists and AI enthusiasts. We discuss the latest developments in data science competitions, new techniques for solving complex challenges, AI and machine learning models, and much more!

Join our Discord