Colección de archivos de trucos de KDnuggets 2023

Imagen creada por el autor con DALL•E 3

¿Está buscando referencias rápidas útiles para una variedad de temas sobre ciencia de datos, aprendizaje automático, programación Python, ingeniería de datos e inteligencia artificial? ¿Quieres estar actualizado mientras mejoras tus habilidades en estas áreas? La colección de hojas de trucos creada por KDnuggets en 2023 tiene como objetivo ayudarle a alcanzar estos objetivos.

Descubrirá que estas hojas de trucos son recursos valiosos para mantenerse a la vanguardia de algunas de las herramientas, tecnologías y conceptos más útiles y relevantes de este año. Ya sea que sea un científico de datos experimentado, un entusiasta incipiente del aprendizaje automático o un profesional de la ingeniería de datos, estos recursos diseñados profesionalmente seguramente le brindarán aspectos destacados del tamaño de una viñeta.

Desde aplicaciones prácticas de ChatGPT en ciencia de datos hasta el dominio de valiosas herramientas de datos como GitHub CLI, Plotly Express y cuDF, cada hoja de referencia está diseñada para brindar información convincente y procesable. Aprenda el aprendizaje automático con Streamlit. Explore la manipulación de datos con Python. Sumérgete en el ámbito de la IA con útiles extensiones de Chrome y herramientas de productividad de IA. Considere esta colección como su puerta de entrada para dominar (y con el tiempo fortalecer) conceptos y herramientas complejos para que pueda mantenerse a la vanguardia.

Continúe y consulte las siguientes hojas de trucos de KDnuggets y vea qué ideas hay.

ChatGPT para el programa de trucos de ciencia de datos

ChatGPT (y, de hecho, las versiones más potentes y más recientes de GPT3) está destinado a ayudar (realmente… ¡ayudar!) a las personas que deciden usarlo como tal, y con un poco de ayuda de nuestros amigos de KDnuggets podrás es útil donde puede perfeccionar sus habilidades de ingeniería para hacer cosas útiles como generar código, ayudar en su proceso de investigación y analizar datos.

GitHub CLI para el programa de trucos de ciencia de datos

La CLI de GitHub es, como era de esperar, una herramienta de GitHub que permite la interacción con la plataforma GitHub a través de la línea de comandos. Dominar los comandos más utilizados le permitirá convertirse en un producto de un equipo de desarrollo, ya sea un equipo de desarrollo de aplicaciones web o, específicamente para nuestros propósitos, un equipo de ciencia de datos, ingeniería de datos o ingeniería de aprendizaje automático.

Hoja de referencia de Plotly Express para visualización de datos

La hoja de trucos aborda primero cómo instalar la biblioteca y su sintaxis básica. A continuación, el recurso incluye la creación de tipos de gráficos comunes con Plotly Express, que incluyen: diagrama de dispersión, histograma, mapa de calor de densidad, gráfico circular y diagrama de caja. Finalmente, obtendrá cierta visibilidad sobre cómo personalizar el diseño, incluida la edición de marcadores y diseños.

Hoja de referencia de RAPIDS cuDF

Comenzar a utilizar cuDF es fácil, especialmente si tiene experiencia en el uso de Python y bibliotecas como Pandas. Si bien tanto cuDF como Panda ofrecen API similares para manipular datos, existen tipos específicos de problemas en los que cuDF puede proporcionar mejoras significativas de rendimiento con respecto a Pandas, incluidas grandes transacciones, preprocesamiento de datos e ingeniería, análisis en tiempo real y, por supuesto, paralelo. laboral Cuanto mayor sea la transacción, mayores serán los beneficios de rendimiento.

Hoja de referencia de ChatGPT para una entrevista sobre ciencia de datos

Dominar las entrevistas sobre ciencia de datos es una habilidad en sí misma y prepararse para ellas es la clave del éxito. Como me dijeron una vez, aprender a redactar exámenes universitarios es una habilidad en sí misma, más que aprender el material sobre el que se está examinando, las entrevistas de trabajo técnicas profesionales son muy similares.

Hoja de referencia de 10 complementos de ChatGPT para ciencia de datos

Para obtener una descripción general de lo que creemos que son 10 de los mejores complementos de ChatGPT para ciencia de datos, consulte nuestro último artículo, titulado simplemente 10 complementos de ChatGPT para piratería de ciencia de datos. Encontrará complementos para codificación, análisis, búsqueda web, consulta de documentos y más.

Hoja de referencia de Streamlit para aprendizaje automático

Combinar el aprendizaje automático y Streamlit es una opción popular para los científicos de datos y otros profesionales de datos que buscan probar datos, crear prototipos o compartir resultados. Aprender a gestionar rápidamente las aplicaciones de datos se está convirtiendo en una habilidad esencial para el personal especializado en datos, y esta combinación ciertamente lo permite. Si no sabes cómo utilizar Streamlit, te recomendamos que lo aprendas ahora.

Hoja de referencia de aprendizaje automático con ChatGPT

Con ChatGPT, crear un proyecto de aprendizaje automático nunca ha sido tan fácil. Simplemente escribiendo indicaciones de seguimiento y analizando los resultados, puede entrenar rápidamente el modelo para responder las preguntas de los usuarios y proporcionar información útil. En esta hoja de referencia, aprenda a utilizar ChatGPT para ayudar con las siguientes tareas de aprendizaje automático: planificación de proyectos, ingeniería de funciones, preprocesamiento de datos, selección de modelos, ajuste de hiperparámetros, seguimiento de pruebas y MLOps.

Programa de trucos Scikit-learning para aprendizaje automático

La interfaz API integrada de Scikit-learn hace que aprender a implementar una variedad de algoritmos y tareas sea más fácil que nunca. Una vez que aprenda a realizar llamadas de aprendizaje de Scikit, estará listo y funcionando. Lo único que necesitas después de esto, más allá de tu imaginación y determinación, es una referencia útil. Esta hoja de trucos cubre los conceptos básicos de lo que necesita aprender para usar Scikit-learn para el aprendizaje automático y proporciona una referencia para comenzar con sus proyectos de aprendizaje automático.

Programa de trucos de Docker para ciencia de datos

Docker se ha convertido en una herramienta de ciencia de datos esencial para ayudar a crear entornos escalables y escalables. Docker permite empaquetar código y conexiones en contenedores, lo que permite a los científicos de datos distribuir sus modelos en diferentes plataformas. Esto ayuda tanto en el desarrollo como en la producción, y trabaja para prevenir errores y conflictos que pueden surgir de diferentes versiones de software o configuraciones de hardware.

Introducción al gráfico de base de datos de consultas de trucos de escritorio

En las consultas de gráficos perdemos parte de la sintaxis de SQL y ganamos otra sintaxis. SELECCIONAR ha sido reemplazado por COINCIDIR. FROM y JOIN se omiten. Pero los comandos WHERE y ORDER BY se usan de la misma manera. Las funciones agregadas como SUM y AVG están todas ahí, pero GROUP BY se ha eliminado. Sin embargo, lo más importante es que obtenemos la capacidad de consultar patrones en el gráfico mediante el uso de relaciones de nodos. En la hoja de referencia adjunta encontrará una lista de los métodos de investigación más utilizados.

Limpieza de datos con hoja de trucos de Python

En esta hoja de trucos, pasamos de detectar y manejar datos faltantes, lidiar con duplicados y encontrar soluciones hasta duplicados, detección de valores atípicos, codificación de etiquetas y codificación one-hot de características categóricas, como la normalización MinMax y la normalización estándar. Además, esta guía utiliza los métodos proporcionados por las tres bibliotecas de Python más populares, Pandas, Scikit-Learn y Seaborn, para marcar los planos.

Hoja de referencia del flujo de control de Python

La situación del control de flujo ha evolucionado mucho desde los primeros tiempos. Existen varios patrones de ejecución comunes que se encuentran en la mayoría de los lenguajes de programación modernos, aunque su sintaxis varía de un idioma a otro. Python tiene su propio conjunto de controles de flujo, normalmente muy legibles, y en eso se centra nuestra última hoja de referencia. Prepárate para aprender a controlar el flujo y ten una referencia útil cuando te adentres en el mundo de la codificación.

Extensiones AI de Chrome para minería de datos

Una selección de herramientas que aparecen en esta hoja de trucos es SciSpace Copilot, un asistente de investigación impulsado por inteligencia artificial diseñado para ayudarlo a comprender textos, matemáticas y tablas en la literatura científica. También se presenta Fireflies, un asistente de inteligencia artificial impulsado por GPT-4. Esta revolucionaria herramienta puede navegar por la web y resumir una variedad de contenidos, incluidos artículos, vídeos de YouTube y correos electrónicos, con una eficiencia humana. Y más.

Las mejores herramientas de Python para crear una hoja de referencia para aplicaciones de IA generativa

Algunos de los aspectos más destacados cubiertos incluyen OpenAI para acceder a modelos como ChatGPT, Transformers para capacitación y ajuste, Gradio para crear rápidamente UI para modelos de demostración, LangChain para encadenar múltiples modelos y LlamaIndex para capturar y administrar datos privados. En general, esta hoja de referencia contiene mucha orientación práctica en una sola página. Tanto los principiantes que buscan comenzar con la IA generativa en Python como los profesionales experimentados pueden beneficiarse de esta referencia curada de las mejores herramientas y bibliotecas a su alcance.

Hoja de trucos de LangChain

Con LangChain, los desarrolladores pueden crear aplicaciones inteligentes basadas en lenguajes de IA sin actualizar la rueda. Su estructura modular facilita la integración de componentes como LLM, plantillas rápidas, dispositivos externos y memoria. Esto acelera la creación de prototipos y permite una integración perfecta de nuevas capacidades a lo largo del tiempo. Ya sea que esté buscando crear un chatbot, un robot de control de calidad o un animal pensante de varios pasos, LangChain proporciona los componentes básicos para ensamblar rápidamente una IA avanzada.

Hoja de referencia de 10 proyectos ChatGPT

La hoja de trucos enlaza con tutoriales para cada proyecto, explica la implementación paso a paso y utiliza las solicitudes de chat de ChatGPT. Los aspectos más destacados incluyen el uso de ChatGPT para un modelo clasificador de aprobación de crédito, un nuevo analizador, un traductor de idiomas en tiempo real, un análisis exploratorio de datos e incluso la integración de sus capacidades en Google Sheets. Ya sea que sea nuevo en ChatGPT o esté buscando superar sus límites, esta colección de proyectos sirve como plataforma de lanzamiento para aumentar la productividad y acelerar el desarrollo asistido por IA.

Mateo Mayo (@mattmayo13) tiene una maestría en informática y un posgrado en procesamiento de datos. Como editor en jefe de KDnuggets, Matthew tiene como objetivo hacer accesibles conceptos complejos de ciencia de datos. Sus intereses profesionales incluyen el procesamiento del lenguaje natural, los algoritmos de aprendizaje automático y la exploración de la IA moderna. Está impulsado por la misión de democratizar el conocimiento en la comunidad de ciencia de datos. Matthew ha estado codificando desde que tenía 6 años.