
Aprende a utilizar Google Vertex AI para realizar prompts multimodales con Gemini Pro 1.5 usando el SDK de Python. Explora técnicas avanzadas de procesamiento de datos y lenguaje natural.

Aprende a realizar ingeniería de características y preprocesamiento de datos con Neo4J y la librería GDS para ciencia de datos y aprendizaje automático.

Explora Neo4J y la librería GDS para generar embeddings en grafos, aplicando algoritmos de ciencia de datos y aprendizaje automático.

Explora algoritmos de similitud en Neo4J GDS para comparar nodos, aplicando ciencia de datos y aprendizaje automático en grafos.

Explora algoritmos de detección de comunidades en Neo4J GDS para ciencia de datos y aprendizaje automático, con ejemplos prácticos en español.

Explora las principales funcionalidades de Azure OpenAI Studio para potenciar tus proyectos de machine learning y ciencia de datos.

Explora Amazon Bedrock: servicio administrado de AWS para LLMs y Generative AI. Aprende a utilizar esta potente herramienta para proyectos de IA.

Crea pipelines de Machine Learning en Azure utilizando Python SDK. Aprende a implementar flujos de trabajo eficientes para proyectos de ciencia de datos.

Desarrolla aplicaciones de Machine Learning en Azure utilizando Python SDK v2. Aprende a entrenar modelos y crear soluciones de ciencia de datos eficientes.

Acelera tu código Python utilizando Numba y Cupy: compila y mueve a la GPU para optimizar el rendimiento en machine learning y ciencia de datos.

Explora Azure Machine Learning Studio, el servicio en la nube de Microsoft para proyectos de aprendizaje automático. Descubre cómo respalda el ciclo de vida completo del desarrollo de modelos.

Aprende a utilizar Google Vertex AI, instalar el SDK y comenzar con el modelo Gemini para proyectos de ciencia de datos y aprendizaje automático.

Aprende a utilizar SkTime y Prophet para pronósticos de series temporales con MLflow, mejorando tus habilidades en MLOps y análisis predictivo.

Acelera el entrenamiento de modelos y la ingeniería de características utilizando GPU con CuML y CuDF para optimizar tus flujos de trabajo de aprendizaje automático.

Optimiza transformaciones de datos con Dask y Pandarallel para procesamiento paralelo eficiente en Pandas, mejorando el rendimiento en grandes conjuntos de datos.

Explore network archaeology: root finding and broadcasting in dynamically growing networks. Discover how information from early stages persists in gigantic networks, presented by Gábor Lugosi.

Explore community detection in weighted networks using Gaussian models. Learn about a fast EM algorithm for optimal community label recovery in complex random systems.

Aprenda a construir problemas de investigação estatística para o ensino médio. Explore técnicas e abordagens eficazes para desenvolver habilidades analíticas nos alunos.

Aprende a personalizar Flan-T5 para clasificación de documentos, recolectando datos web con DuckDuckGo y Tor para crear tu propio conjunto de entrenamiento.

Instala PyTorch en Raspberry Pi 5 con Miniconda, configura el entorno y verifica su funcionamiento mediante SSH para proyectos de machine learning.

Aprende a guardar y cargar el modelo Phi3 128k en formato GGUF int8 usando MLflow para inferencia en diferentes entornos.