🧑‍🏫 Curso de Fundamentos de Datos con certificado de Google. → Introducción al análisis de datos → Ciclo de vida del dato → SQL, visualización, ... 🔗 coursera.org/learn/foundatio… ¡Datos, datos, por todos lados!

📊Visualiza y explora tus datos de manera sencilla con esta librería de Python. PyGWalker convierte tus Dataframes en una UI interactiva y crea gráficos fácilmente sin escribir código. → Simplifica el EDA → Análisis Drag&Drop → Código abierto 🔗 github.com/Kanaries/pygwalke…

¿Conoces la diferencia entre la Precisión, el Recall y el F1 Score? 📊 Aprende cuando utilizar cada métrica y no te quedes en blanco en tus entrevistas de ML o Ciencia de Datos 👇 No siempre hay que utilizar el Accuracy, es muy engañoso cuando tienes datasets desbalanceados. 🧑‍🏫 Por ejemplo, diseñas un modelo de detección de fraudes, donde el 99% de datos son legítimos (Fraude = False), solo tienes un 1% que te indica un frade → Dataset desbalanceado. Si tu modelo dice que todo es seguro, tendrás un Accuracy brutal ~ 99%, pero su es totalmente inutil. 🟢 Ahí es donde entran estas tres métricas: Precisión, Recall, F1. 👉 Precisión (¿Cuánto de lo que aseguro es verdad?): De todas las veces que tu modelo dice "esto es positivo", ¿cuántas veces ha acertado? Una precisión alta significa que apenas das falsas alarmas. Te interesa priorizarla cuando un falso positivo sale carísimo. (Filtro de spam bloqueando un correo importante de un cliente) 👉 Recall (¿Cuánto se me ha escapado?): De todo lo que realmente era positivo en tus datos, ¿cuánto has sido capaz de pillar? Un recall alto significa que dejas pasar muy pocos casos. Es la métrica reina cuando un falso negativo es imperdonable. (Un modelo médico pasando por alto un tumor) 👉 ¿Y el F1 Score?: Es el arbitro. Si ajustas el modelo para que sea súper estricto y no falle (alta precisión), se te escaparán casos. Si lo abres para pillarlo todo (alto recall), te comerás muchas falsas alarmas → Trade-off El F1 equilibra ambas métricas. Es ideal cuando te importan los dos tipos de errores por igual. 📐 ¿Cómo se calculan?: Precision = TP / (TP FP) Recall = TP / (TP FN) F1 Score = 2 × (Precision × Recall) / (Precision Recall) Donde: TP → True Positives (correctly predicted positive) FP → False Positives (predicted positive, actually negative) FN → False Negatives (predicted negative, actually positive) TN → True Negatives (correctly predicted negative) ✍️ Cuándo utilizar estas métricas: Cuando las clases estén desbalanceadas, cuando los diferentes tipos de errores tengan costes distintos, o cuando necesites justificar la elección de tu umbral en una entrevista.

¿Será que cumplimos uno de los objetivos de este año estando todavía en junio? Empecé el año por debajo de 3.000 seguidores y estamos a nada de llegar a los 5k 🤯

❌ Deja de estructurar mal tus proyectos de Ciencia de Datos. Usa este metodo, simple, limpio y listo para producción 📊 👇 1️⃣ config/ – archivos de configuración Separa los parametros del código (local . yaml, prod . yaml) 2️⃣ data/ – ciclo de vida completo del dato Raw → preprocessed → features → predictions 3️⃣ entrypoint/ – Scripts principales train . py (pipeline) inference . py (batch/real-time) 4️⃣ notebooks/ – solo exploración EDA, análisis → nunca lógica de producción 5️⃣ src/ – código principal de ML Feature engineering, entrenamiento, inferencia (modular testeable) 6️⃣ tests/ – checks automatizados Prevención de errores silenciosos 7️⃣ docker env files – reproducibilidad Misma setup en cualquier entorno (CI) 8️⃣ Dependencias fijas – estabilidad Versiones exactas → resultados consistentes No esperes al final del proyecto para ordenar tu repositorio. Empieza poniendo orden desde un principio y lo agradecerás luego. Esta estructura es un ejemplo sencillo, y se puede complicar todo lo que quieras, pero te sirve para tener un punto de partida.