Menú de navegaciónMenú
Categorías

La mejor forma de Aprender Programación online y en español www.campusmvp.es

969 artículos publicados

Por qué estudiar el lenguaje R además de Python para Machine Learning y Ciencia de Datos

Si bien es indudable que para practicar la disciplina de Machine Learning es necesario conocer Python, conocer también R como complemento de este proporciona una gran ventaja de productividad y capacidades sobre otras personas que solo conozcan Python. En especial, a la hora de hacer análisis exploratorio y acceder a la información, donde R destaca por su sencillez y capacidades, ya que es un lenguaje diseñado especialmente para ello. En este breve artículo te comentamos por qué creemos que deberías aprender ambos y te enseñamos un ejemplo de cómo para ciertas cosas R puede ser mejor que Python proporcionándote grandes ventajas frente a gente que solo conoce este último. [Más]

Machine Learning: ¿Qué es y para qué sirve el análisis exploratorio? (con un ejemplo para que lo veas claro)

La máxima más famosa en Machine Learning y, en general, en todas aquellas disciplinas que se fundamentan en el uso de datos es: "Si entra basura, sale basura". Y es que no sólo llega con tener algoritmos buenos: hay que tener también datos buenos. Si no realizamos un análisis exploratorio previo de los datos podemos encontrarnos con muchos problemas y puede hacer que el algoritmo elegido sea mucho menos efectivo... Además puede aportarnos información muy relevante. Te lo explicamos con un ejemplo... [Más]

Reconocimiento y clasificación de imágenes con Deep Learning

¿Cómo procesar imágenes con machine learning para reconocimiento y clasificación de objetos? La identificación de objetos en imágenes tiene múltiples aplicaciones: desde algo tan prosaico como identificar gatos o perros en fotografías, hasta la detección de tumores en pruebas diagnósticas o clasificar las piezas de una línea de producción según su calidad. En este vídeo práctico, nuestro tutor David Charte te explica desde cero cómo funcionan las técnicas de Deep Learning para clasificación automática de imágenes y cómo podemos utilizar Python y el paquete de Deep Learning Tensorflow (creado por Google) para lograrlo. [Más]

Cómo quitar el fondo a una imagen con IA y 5 líneas de Python

¿Cómo harías un programa, con tu lenguaje favorito, que fuese capaz de detectar a las personas que hay en una foto y quitar todo lo demás para poder sustituirlo? Si lo piensas, no es nada fácil. De hecho es casi imposible hacerlo de manera genérica y que funcione bien. Sin embargo las redes neuronales y los modelos entrenados con ellas convierten la tarea en algo factible e incluso sencillo. En este artículo + vídeo te explicamos cómo lograrlo con tan solo 5 líneas de Python. [Más]

Cómo instalar Python para Machine Learning (IA) y Ciencia de Datos

Si quieres instalar Python para empezar a usarlo en Inteligencia Artificial, Machine Learning o Ciencia de Datos hay algunos detalles y recomendaciones que te conviene tener en cuenta para ahorrarte problemas y dolores de cabeza. Y la primera recomendación es: no instales Python 🤔 Te lo explico en este artículo + vídeo. [Más]

Integración horizontal y vertical en la industria 4.0

Los términos "integración horizontal" e "integración vertical" son familiares en varios contextos. Desde la perspectiva operativa, una empresa integrada horizontalmente centra sus actividades en torno a sus competencias básicas y establece asociaciones para construir una cadena de valor de principio a fin. Una empresa integrada verticalmente, por otro lado, mantiene la mayor parte de su cadena de valor internamente, desde el desarrollo de productos hasta la fabricación, el marketing, las ventas y la distribución.
Cuando se trata de producción, la integración horizontal también se refiere a procesos bien integrados en la fase de fabricación, mientras que la integración vertical significa que la planta está estrechamente coordinada con procesos de nivel superior, como compras y el control de calidad.

En este artículo exploramos cómo la industria 4.0 ha amplificado aún más la importancia de la integración horizontal y vertical, convirtiéndolas en la columna vertebral sobre la que se construye Smart Factory, de hecho, ya hemos hablado brevemente sobre ella en el artículo dedicado a los tres impulsores de la industria 4.0. [Más]

Conectividad, automatización flexible y datos, los 3 impulsores de la industria 4.0

La fabricación inteligente (SM, por sus siglas en inglés) es un concepto amplio; no es algo que pueda implementarse directamente en un proceso de producción. Se trata de una combinación de varias tecnologías y soluciones que, colectivamente, si se implementan en un ecosistema de fabricación, se denomina fabricación inteligente. Esta “solución” se puede clasificar en tres categorías amplias que son conectividad, inteligencia y automatización flexible, y en general se la denomina tecnología habilitadora.
El término tecnología habilitadora o impulsora fue usado por primera vez en el informe publicado en 2019 de forma conjunta por el Foro Económico Mundial y la consultora McKinsey. En este artículo veremos las tecnologías que forman parte de los tres impulsores de la industria 4.0. [Más]