Rosana Ferrero, PhD’s Post

Si te interesa aprender el framework LlamaIndex 🦙 para programar aplicaciones basadas en LLM, voy a estar publicando una serie de artículos del tema 📝👇 En concreto, al menos los primeros, voy a hablar del proceso de Loading (carga de datos) utilizando este framework. Algunos de los temas incluyen: ✅ ¿Qué son los objetos Document y Node en LlamaIndex? ✅ Cómo cargar datos utilizando diferentes Data Connectors (SimpleDirectoryReader, LlamaHub, etc.) ✅ Transformaciones de datos: dividir documentos en nodos, extraer metadatos, generar embeddings. ✅ Personalización y extensión del proceso de Loading para pipelines más complejos. Si estás dando tus primeros pasos con LlamaIndex o buscas "endreçar" las ideas, esta serie de contenidos y ejemplos de código te servirán cómo guía práctica. En este primero hablo de qué son los objetos Document en LlamaIndex en el contexto de los modelos LLM 📃 ➡ Puedes leerlo aquí https://lnkd.in/dvGdYHhY 📬 Aquí para recibirlos por correo https://lnkd.in/dtKiT57A Si hay algún tema que te interese coméntalo por aquí también 💬 #LlamaIndex #LLMs #NLP #DataLoading #Transformations

¿Sabes implementar una de las técnicas de machine learning más usadas y demandadas? 🚀 Si estás en el mundo de la ciencia de datos, XGBoost es un modelo que no puede faltar en tu arsenal. En esta guía, te explico paso a paso cómo funciona, sus características clave, y cómo implementarlo usando Python. Además, incluyo ejemplos prácticos de evaluación con métricas como el MSE, MAE y R² Score, acompañados de visualizaciones gráficas para entender mejor su rendimiento. ¿Has utilizado XGBoost en alguno de tus proyectos? ¿Qué métrica de evaluación prefieres cuando implementas este modelo? 💬 ¡Me encantaría conocer tu experiencia y cómo lo has aplicado! Si te interesa aprender más sobre machine learning, ciencia de datos o inteligencia artificial, ¡sígueme para no perderte más contenido como este! 📈💡 #XGBoost #MachineLearning #DataScience #Python #ArtificialIntelligence #AI #BigData #Analytics #ML #Tech #CienciaDeDatos #InteligenciaArtificial #DataVisualization Data Engineering Latam

🌟 Ser científico de datos: es mucho más que machine learning 🌟 Ser un experto en machine learning no es suficiente para ser un gran científico de datos. Habilidades clave: ✅ Escribir, probar y documentar código ✅ Adquirir y limpiar datos ✅ Habilidades en la terminal de Linux/Interfaz de línea de comandos ✅ Usar Git y Docker ✅ Comprender cómo funciona internet Sin estas habilidades, tu capacidad para ejecutar proyectos de impacto será limitada. Dominar estas áreas te convertirá en un científico de datos completo y efectivo. Este curso sobre "Reproducible analytical pipelines" seguro que te ayudará #CienciaDeDatos #DataScience #MachineLearning #HabilidadesTecnológicas #DesarrolloProfesional #Programación https://rap4mads.eu/

🚀 Automatización Inteligente con IA Día 1: Clasificación de Texto 💡 Hoy quiero compartir un proyecto emocionante en el que he estado trabajando: un flujo de clasificación de texto utilizando inteligencia artificial ✨ Todo está diseñado para ser altamente configurable y fácil de usar, con soporte para múltiples casos de uso empresarial 🔧 Tecnologías clave: 🐍 Python Configuración dinámica con YAML Codificación flexible: etiquetas categóricas o one-hot Flujo automatizado para análisis a escala 📜 ¿Interesado en cómo lo hice y cómo aplicarlo? Date una vuelta por mi repositorio : https://lnkd.in/eTnT39rR #MachineLearning #DataScience #Automatización #IA #Python #Innovación

En este artículo se habla sobre la importancia de crear agentes web confiables que puedan extraer #datos de cualquier página de forma efectiva. Se resalta la necesidad de utilizar herramientas avanzadas como la #inteligenciaartificialgenerativa para mejorar la precisión y eficiencia en la extracción de #datos. Algunas conclusiones clave del artículo son: 👉 La #transformacióndigital ha hecho que la extracción de #datos sea fundamental para muchas empresas. 👉 La #inteligenciaartificialgenerativa puede mejorar notablemente la capacidad de un agente web para extraer #datos de manera eficiente y precisa. Si quieres saber más sobre cómo construir un agente RAG confiable para rascar cualquier sitio web, ¡puedes leer el artículo completo aquí: https://lnkd.in/dcCm5BAQ #data #datos #transformaciondigital #digitaltransformation #AI #IA #inteligenciaartificial #artificialintelligence #AIgenerative #Iagenerativa.

Hoy, mientras sigo repasando y aprendiendo, me gustaría compartir una publicación que me parece ser de mucho valor. Trata de Regresión Lineal, un algoritmo básico dentro de machine learning, pero, sin duda, uno que no puede faltar. Me ha ayudado a refrescar los conceptos, las métricas y la mecánica. Espero que sirva de ayuda para alguien quien también quiere repasar este algoritmo en particular. Mientras tanto, después de terminar unas tareas prácticas, paso a los algoritmos de clasificación y sigo compartiendo mi progreso y información que considero útil. El link la publicación: https://lnkd.in/d4cYdUww #datascience #dataanalytics #algorithms #regression #linearregression

😀 Hola, hola! Quería compartir un artículo que leí recientemente, que me pareció fascinante. Si me animo a hacer un resumen, no le haria justicia realmente! Por ende solo diré a manera de panorama que #RAG o "Retrieval-Augmented Generation", es un enfoque en #IA que combina la generación de texto (como GPT) con la recuperación de información relevante de una base de datos o un conjunto de documentos. Esto es muy útil cuando se necesita generar respuestas más precisas y basadas en hechos, ya que integra información externa en tiempo real. Bueno, haciendo foco del artículo puede leerse más de una vez, vale la pena, aquí el link!