spaCy [https://spacy.io/] es una librería de Python que permite construir aplicaciones de procesamiento de lenguaje natural (NLP). spaCy proporciona modelos preentrenados de diferentes lenguajes, lo cual junto a una sintaxis clara hace que sea ideal para principiantes en el campo de la NLP. Además, permite crear modelos nuevos

En la mayoría de ocasiones, después de hacer un cálculo, queremos mostrar de forma sencilla algún resultado de tal forma que cualquiera lo pueda visualizar. Sin embargo, a veces el resultado no es algo sencillo y queremos proporcionar herramientas para que otros puedan “juguetear” los datos y que vean actualizaciones

Hace unas pocas semanas, más de 300 apasionados del deporte, del futbol sobre todo, y de los datos, se reunieron en el Workshop práctico de algo más de dos horas que realizaron los compañeros de Stratebi [https://www.stratebi.com/sports-analytics] Os dejamos el enlace en donde podéis tener acceso

En el mundo de ciencia de datos, en Python son indispensables dos librerías que introducen las estructuras fundamentales para representar y manipular los datos: numpy con su array N-dimensional y pandas con su Series y DataFrame. Son la base de cualquier software científico y de análisis de datos, como SciPy

Dado que existen muchos algoritmos, como hemos venido contando ultimamente [https://todobi.com/tag/machine%20learning/], os vamos a dar unas pistas para ayudaros: 1. Cuando usar Machine Learning Lo primero que tenemos que tener en cuenta es que, aunque hablar y usar Machine Learning es una tendencia y es

Red neuronal artificial (RNA) Un algoritmo que intenta imitar al cerebro humano, con capas de "neuronas" conectadas que se envían información entre sí. Algoritmos de caja negra Cuando el proceso de toma de decisiones o la salida de un algoritmo no puede ser fácilmente explicado por el ordenador

Hace ya unas semanas os hablábamos de como Pentaho Data Integration podía orquestar los procesos de Machine Learning (lo que llamábamos Machine Intelligence [https://todobi.com/machine-learning-con-pentaho/]) Hoy damos un paso más, y os contamos como hacer 'deep learning con Pentaho' En breve, Pentaho va a presentar una

RapidMiner Studio es un entorno visual integrado que permite la preparación de datos, la minería de datos, el aprendizaje de máquinas, la construcción de modelos predictivos y el análisis de negocios. Es una herramienta fácil de conectar y usar para diseñar y ejecutar flujos de trabajo analíticos. Nos complace anunciar