- 61
- 1 055 069
Luis Carlos Contreras
Guatemala
Приєднався 8 лют 2010
Lecciones y tutoriales de programación, desarrollo de software y del mundo de la ingeniería de sistemas.
Máquinas de estado finito (Autómatas)
Clase editada sobre las máquinas de estado finito y la notación de los autómatas finitos deterministas.
Переглядів: 5 545
Відео
Diseño de una arquitectura de software 1 [CLASE EDITADA]
Переглядів 22 тис.2 роки тому
Clase editada sobre Análisis de Sistemas.
Cómo diseñar una arquitectura de sistemas. [Análsis 2 - CLASE COMPLETA]
Переглядів 2,8 тис.3 роки тому
Cómo diseñar una arquitectura de sistemas. [Análsis 2 - CLASE COMPLETA]
Clase 02 - Introducción a la programación en C++ 2021-02-13
Переглядів 2,4 тис.3 роки тому
Clase 02 - Introducción a la programación en C 2021-02-13
Máquinas de Turing - Autómatas (Clase completa)
Переглядів 17 тис.3 роки тому
Máquinas de Turing - Autómatas (Clase completa)
Validación de Hipótesis Estadística B - 2020-10-17
Переглядів 6133 роки тому
Validación de Hipótesis Estadística B - 2020-10-17
Cómo convertir un Autómata AFND a AFD [Clase completa]
Переглядів 11 тис.4 роки тому
Cómo convertir un Autómata AFND a AFD [Clase completa]
Qué es una Hipótesis: Clase 04 - Estadística B
Переглядів 1984 роки тому
Qué es una Hipótesis: Clase 04 - Estadística B
Clase 05 - Autómatas: Cómo traducir expresiones regulares a autómatas
Переглядів 15 тис.4 роки тому
Clase 05 - Autómatas: Cómo traducir expresiones regulares a autómatas
Python 02: Cómo instalar VS Code para trabajar con Python
Переглядів 10 тис.4 роки тому
Python 02: Cómo instalar VS Code para trabajar con Python
C++ 09: Archivos secuenciales (Parte 3)
Переглядів 9424 роки тому
C 09: Archivos secuenciales (Parte 3)
C++ 08: Archivos secuenciales (Parte 2)
Переглядів 2 тис.4 роки тому
C 08: Archivos secuenciales (Parte 2)
Python 01: Cómo instalar Python en Windows
Переглядів 2,8 тис.4 роки тому
Python 01: Cómo instalar Python en Windows
C++ 08: Archivos secuenciales (Parte 1)
Переглядів 5 тис.4 роки тому
C 08: Archivos secuenciales (Parte 1)
Bot de Instagram #2: Descarga todas las fotos de un usuario
Переглядів 10 тис.4 роки тому
Bot de Instagram #2: Descarga todas las fotos de un usuario
Cómo hacer un Bot de Instagram utilizando Python #1
Переглядів 119 тис.5 років тому
Cómo hacer un Bot de Instagram utilizando Python #1
Programación orientada a objetos #2: Herencia, métodos y atributos
Переглядів 1,2 тис.5 років тому
Programación orientada a objetos #2: Herencia, métodos y atributos
Programación orientada a objetos #1: Herencia de clases
Переглядів 1,2 тис.5 років тому
Programación orientada a objetos #1: Herencia de clases
Seeds for the Future Guatemala 2018 | Luis Carlos Contreras
Переглядів 6585 років тому
Seeds for the Future Guatemala 2018 | Luis Carlos Contreras
Parece absurdo pero según como vamos, parece que la inteligencia artificial Es el nuevo Golen de actualidad el cual parece que será el falso profeta de Armilus
¿ Buen comienzo Gracias.
Muy redundante esta clase, pudo haber sido un buen video :c
Excelente explicación de estructura de datos con Python
@@JeniferGonzalez-ho7wp muchas gracias! Espero te sea de utilidad
Muy importante aprender cada dia más 😢
Modelo edad Lay de una foto debe ya sabe cada uno los 3.lad prediciones
Favor mandar los nombres de inglés bien
Ciencia de datos machil leimer.
13:15
17=25
¡Qué gusto volver a ver contenido y qué buen tema! ¿No hay manera de que comparta la presentación? Estoy medio ciega y no alcanzo a ver muy bien 😔
Hola! Te dejo el enlace para la presentación en Google Docs docs.google.com/presentation/d/1RshSvgZcVrYp0UT1xsWSfvDBY1X6gpNV/edit?usp=sharing&ouid=106382035732249758067&rtpof=true&sd=true Saludos!
17
Por un lado me siento motivado por haber llegado a la última clase pero a la vez es una lástima que sea la última... Cada segundo valió la pena... Alguna recomendación de curso o videos para seguir??'
@@TheJuampix muchísimas gracias y me alegra que hayas llegado al final. No tengo ningún curso específico, pero te recomiendo probar un poco de ingeniería de datos. Así puedes aprender cómo poner todo esto en producción :D
me quedó una duda... si en la última capa interna había 8 neuronas... por qué el parámetro # muestra 9 conexiones hacia la capa de salida en vez de 8?
Ese es el número de conexiones totales, así que sumas de ambos lados. La primera pasa de 8 a 12, entonces es 8*12+12=108. La segunda es de 12 a 8, entonces es 12*8+8=104. La última es de 8 a 1, entonces es 8*1+1=9. Mira en 55:52 donde sale el conteo de las capas
@@j1nchuika ahora si... no lo habia entendido.... muchas gracias...
Hola... pedazo de clase magistral Luis... no se como no encontré antes este curso... En una linea me da una advertencia pero que me permite seguir de todas formas. El warning que me da es "UserWarning: X has feature names, but SVR was fitted without feature names warnings.warn(" como resultado de la linea "y_pred = regresor.predict(X_test)" buscando en github, le agregan ".value" al X_test y el warning ya no aparece. Pero veo que a vos no te da el error. A qué podría deberse?? gracias
Hola, qué gusto que te sirva el curso. Seguramente se debe a que tienes una versión más reciente de SKLearn. El curso ya tiene un par de años, así que seguro algo nuevo salió desde entonces jeje
@@j1nchuika ahhh ya... seguro es eso.... muchas gracias
Gracias. Muy amable
25
Hasta el cnlo
Profe muy agradecido con tus clases la verdad de entiende todo espero que tu canal siga creciendo :)
@@DavidGarzon-l5y muchas gracias! Un gusto :)
hola luis carlos Contretasme gustaria usar la misma app para poder explicar una pizarra a los alumnos me indicas cual usas?
@@HectorAbud se llama EpicPen
Hola Luis, buenos dias, soy de lento aprendizaje, sorry; estoy viendo nuevamente mi leccion 1
@@juanjoseheronveganava5781 un gusto que puedas repetirlo las veces que quieras
La pelicula es Minority report, no Blade Runner
@@juanjoseheronveganava5781 siempre se me mezclan 😅
Te comento, lo haces muy claro, yo diria didáctico, bien por ti, me esta gustan, ya estoy bajando anaconda, bien por ti felicidades.....¡nadie es perfecto!😂
@@juanjoseheronveganava5781 gracias! Un gusto que te sea útil el curso
si
Profe muchas gracias por tus clases muy agradecido contigo muy buen curso
@@DavidGarzon-l5y un gusto! Espero que sean de utilidad
Si
Excelente enseñanza, gracias por compartir. Saludos.
@@RicardoReyes-cg2zy muchas gracias!
Profesor Luis Carlos muchas gracias, lo felicito por su claridad y paciencia. Afortunadamente usted tiene claro que para enseñar se debe ir al grano, con lenguaje sencillo y ágil, con múltiples ejemplos prácticos. Saludos desde Colombia. LE DESEO MUCHOS EXITOS.
@@LEXLuThOR-lg4zw muchas gracias! Espero que te sea de utilidad el curso
Profe muchas gracias la verdad muy bien explicado seria genial que actualizaras contenido a 2024.
Creo que el otro año voy a regresar a dar clases. Espero poder volver a subir las clases!
Cual es la diferencia de eso y una lista?
@@jcsnuesi en la práctica, no mucha. Es la forma de acceder a la información. A veces usas una lista para representar una pila o una cola. Digamos que la lista es la forma de implementar las colas y las pilas
No es Blade Runer, es la de Minority Report
Se me cruzan 😅
Si. Muy bien explicado para los que sabemos nada de IA.
Gracias!
Muchísimas gracias profesor
Un gusto :)
Un excelente material Profe, muy agradecido por brindarnos tus conocimientos :)
Con gusto!!
19 es
De un tirón llegué a esta clase y voy a tratar de mejorar la precisión del algoritmo, con esa base de datos tan extensa si se puede. Apenas lo tenga lo comparto
Espero que te haya ido bien!
El mejor curso de IA que he visto hasta el momento, excelente instructor, se le entiende todo, muchas gracias por las bases profe! 😁👏
Muchas gracias!
Como puedo entrar a su curso.😅
El curso terminó hace un par de años, pero aquí está prácticamente todo el contenido :D
si
no hay dudas
si
Excelente!
60
Muchas gracias por compartir fue muy interesante 🙏. Saludos e un abrazito desde India 🇮🇳
Gracias. Un gusto!!
Está muy bien está inducción empezando por Cómo funcionan los algoritmos
mil gracias profesor
Un verdadero gusto!
Muy interesante esta primera clase, lo estoy viendo 2 años despues de su publicación, espero aun me sea útil, en el entendido de que las tecnologías se actualizan todos los días, ya quiero dar seguimiento para ver la segunda clase. BTW, El resultado del ejercicio matemático de los refrescos, hamburguesas y papas, es 60. Cada refresco vale 10, ya que la suma de 3 da 30, cada hamburguesa vale 5, ya que sumando un refresco (10) y 2 hamburguesas, da 20 y las papas valen 1, siendo que una hamburguesa (5) mas 2 papas, mas otras 2 papas dan 9. Entonces en el ejercicio final tienes una hamburguesa (=5) mas 1 papas (=1) y multiplicas por un refresco (=10) 5 + 1 x 10 = 60 Por cierto, que raro que el refresco cuesta mas que la propia hamburguesa ¿no? jajaja
Nunca me había puesto a pensar en lo que dijiste de último jaja. Un gusto que lo hayas encontrado
Muy buen tutorial.. de lo mejor que vi en nivel básico... Una pregunta... a alguien le da el error en el modelo del ejercicio: "C:\Users\abc\anaconda3\Lib\site-packages\sklearn\base.py:432: UserWarning: X has feature names, but SVC was fitted without feature names warnings.warn(" No es un error crítico porque obtengo resultados de todas formas pero me llama la atención que aparezca ese warning después de este bloque: "# Otra vez guardaremos registro del tiempo que nos toma crear esta predicción hora_inicio = time() # Iniciamos la predicción con nuestra X de prueba y_pred = clf.predict(X_test) # Mostramos el tiempo tomado para la predicción print("Predicción terminada en {} segundos".format(time() - hora_inicio))" Muchas gracias a todos....
Hice la siguiente modificación y se resolvió: # Otra vez guardaremos registro del tiempo que nos toma crear esta predicción hora_inicio = time() # Iniciamos la predicción con nuestra X de prueba y_pred = clf.predict(X_test.values) # <<<<<<<<<<<<< AQUÍ LA MODIFICACIÓN (Agregué ".value" a X_test) # Mostramos el tiempo tomado para la predicción print("Predicción terminada en {} segundos".format(time() - hora_inicio))
Qué bien que te haya funcionado!
Quien me puede crear uno? Porfavor
Parece que instagram ahora restringe mucho el uso de estas herramientas :(
una burger de 5 y 4 fries igual a 9 por lo tanto unas fries son $1, con estos datos la respuesta es burger 5 mas unas fries de 1 son 6 multiplicado por 10 = 60
3 cafes igual a 30 entonces un cafe son 10, un cafe de 10 y dos burgers igual a 20 la burger son 5 por cada una, una burger de 5 y cuatro fries igual a 8 entonces unas fries son 1, la respuesta asi es 60