- 158
- 114 367
datons
Spain
Приєднався 14 чер 2020
Program the machine to free the human.
#10 Agentes de IA en Python: Integrados con APIs ESIOS y noticias
Aprende a conectar ChatGPT de OpenAI con diferentes APIs para automatizar tareas y ejecutar código. Descubre cómo crear bots personalizados desde cero utilizando librerías como LangChain y Streamlit. Ideal para profesionales interesados en integrar inteligencia artificial en sus proyectos y obtener información de forma centralizada y eficiente. Además, conoce cómo implementar modelos de machine learning y manipular datos sin necesidad de conocimientos avanzados de programación.
00:00 Introducción a las Acciones de GPT
00:30 Demostración de Chatbots Personalizados
03:02 Configuración y Uso de Acciones en ChatGPT
06:52 Programación y Ejecución de Código con ChatGPT
22:45 Interacción Tabular y Análisis de Datos
41:09 Creación y Uso de Bases de Datos con SQL
47:57 Detalles del Curso y Conclusión
00:00 Introducción a las Acciones de GPT
00:30 Demostración de Chatbots Personalizados
03:02 Configuración y Uso de Acciones en ChatGPT
06:52 Programación y Ejecución de Código con ChatGPT
22:45 Interacción Tabular y Análisis de Datos
41:09 Creación y Uso de Bases de Datos con SQL
47:57 Detalles del Curso y Conclusión
Переглядів: 123
Відео
#9 ESIOS API (Datos Energía España) en Python: Vista Panorámica
Переглядів 1502 місяці тому
Curso: maven.com/datons/df-es
#8 Farmacovigilancia en Python: Datos FAERS (USA) y EUDRA (Europa)
Переглядів 553 місяці тому
Aprender a conectar y analizar datos de reacciones adversas a medicamentos utilizando Python y APIs. Te guiamos en la obtención de datos de las bases de datos de la FDA y EudraVigilance, su transformación y limpieza con Pandas, y la realización de análisis detallados. Descubre cómo crear visualizaciones, automatizar la generación de informes y comparar datos de diversas fuentes. Perfecto para c...
GitHub: Crear proyecto, primeros "commit" y trabajar en local
Переглядів 1287 місяців тому
Más tutoriales en datons.ai/ Aplica las mejores prácticas desde la primera acción que tomes al trabajar en proyectos de código.
Análisis & Modelado Práctico de Series Temporales en Python: Materiales
Переглядів 987 місяців тому
Manos a la obra con un curso práctico de Series Temporales en Python: www.udemy.com/course/analisis-modelado-practico-de-series-temporales-en-python/ Más tutoriales en datons.ai/
Scikit-Learn en Python: trucos y primera implementación práctica
Переглядів 1527 місяців тому
Más tutoriales en datons.ai/ ¿Necesitas conocer el detalle matemático de los algoritmos de Machine Learning para aplicarlos a tus casos prácticos? Rotundo no. Te explico paso a paso los trucos que ofrece la librería Scikit-Learn para desarrollar código sin esforzarte en memorizarlo. Si quieres ir un paso más allá y aprender todos los trucos que ofrece esta librería, vente a una formación prácti...
Calculadoras web con modelos matemáticos de Machine Learning
Переглядів 607 місяців тому
Más tutoriales en datons.ai/ ¿Para qué se usan los modelos matemáticos de Machine Learning? ¿Cuál es el proceso que hay detrás? ¿Hace falta ser un pro de las fórmulas matemáticas? En este curso práctico implementarás modelos matemáticos de Machine Learning en distintos sectores (diferentes tablas de datos), para construir una calculadora web que optimice procesos de negocio. Conoce todos los de...
Introducción librería python-esios para descargar indicadores y archivos @RedElectricaREE
Переглядів 2127 місяців тому
Más tutoriales en datons.ai/ Curso de Python sobre datos energéticos: www.udemy.com/course/descargar-y-visualizar-datos-esios-api-ree-en-python/ Visita los códigos del tutorial y más ejemplos: github.com/datons/python-esios/
Librería Python para descargar y procesar indicadores ESIOS API (Energía España)
Переглядів 3238 місяців тому
Más tutoriales en datons.ai/ El sector energético produce una cantidad ingente de datos. Desde Red Eléctrica, la empresa que gestiona la red de cableado energético, nos ofrecen una API para descargar los datos de diversa índole. - Generación energética por tecnología - Precios de los mercados - Y otros indicadores de relevancia para el sector Para trabajar con las APIs, tienes que preparar las ...
Cómo aprender Python de manera efectiva copiando y pegando código de Internet
Переглядів 4658 місяців тому
Más tutoriales en datons.ai/ Aprende más con mis cursos de Udemy: www.udemy.com/course/descargar-y-visualizar-datos-esios-api-ree-en-python/ Tutorial para aprender groupby: ua-cam.com/video/N9zB71Hc0sY/v-deo.html 00:00 Introducción a la programación y aprendizaje autodidacta 01:43 Ejemplo práctico con plotly: creando gráficas de barras 02:49 Desarrollando habilidades de programación: del código...
Python en Jupyter Lab y VSCode: Similitudes
Переглядів 1418 місяців тому
Más tutoriales en datons.ai/ Mejora tus habilidades de programación con nuestros ejercicios meticulosamente preparados para practicar esta disciplina de trabajo: maven.com/datons
Ejercicios de pandas para visualización y análisis de datos en Python
Переглядів 3298 місяців тому
El repositorio de ejercicios se encuentra en la siguiente url: github.com/jsulopzs/pandas_exercises Si quieres practicar nuestra metodología para convertirte en un programador de datos resolutivo capaz de resolver errores por tu cuenta y no perder tanto tiempo, vente al curso que te preparamos para ello: maven.com/datons
Programación de Datos Aplicada en Python: Materiales
Переглядів 868 місяців тому
Mejora tus habilidades de programación con nuestros ejercicios meticulosamente preparados para practicar esta disciplina de trabajo: maven.com/datons
Cuadernos Python en VSCode: Disciplina de trabajo con tablas de datos
Переглядів 1918 місяців тому
Mejora tus habilidades de programación con nuestros ejercicios meticulosamente preparados para practicar esta disciplina de trabajo: maven.com/datons 00:00 Introducción a Jupyter Keymap: Atajos de Teclado Esenciales 00:26 Creando y Ejecutando Celdas con Atajos 01:07 Manejo de Tipos de Celda y Formatos 02:05 Técnicas Avanzadas para Trabajar con Celdas 03:24 Cómo Trabajar con Ejercicios en los Cu...
Programación de Datos Aplicada en Python - Machine Thinking | Estructura Materiales
Переглядів 998 місяців тому
Programación de Datos Aplicada en Python - Machine Thinking | Estructura Materiales
Descargar archivos REE automáticamente con Python
Переглядів 1609 місяців тому
Descargar archivos REE automáticamente con Python
Librerías Python para Ciencia de Datos: Vista Panorámica Paso a Paso
Переглядів 2539 місяців тому
Librerías Python para Ciencia de Datos: Vista Panorámica Paso a Paso
#12 Visualización interactiva de datos óptima con Plotly en Python
Переглядів 1109 місяців тому
#12 Visualización interactiva de datos óptima con Plotly en Python
#11 Visualización de tablas Excel con matplotlib y plotly en Python
Переглядів 2229 місяців тому
#11 Visualización de tablas Excel con matplotlib y plotly en Python
Ejecutar scripts Python diariamente para descargar y preprocesar datos OMIE
Переглядів 6699 місяців тому
Ejecutar scripts Python diariamente para descargar y preprocesar datos OMIE
#32 Examen: Visualizando precios de mercados energéticos con Python
Переглядів 819 місяців тому
#32 Examen: Visualizando precios de mercados energéticos con Python
#31 Visualizar generación energética en España (ESIOS REE P48) con Python
Переглядів 14710 місяців тому
#31 Visualizar generación energética en España (ESIOS REE P48) con Python
#17 Análisis Multivariante y Matriz de Correlaciones con Series Temporales en Python
Переглядів 18210 місяців тому
#17 Análisis Multivariante y Matriz de Correlaciones con Series Temporales en Python
#16 pandas.DataFrame.melt para Tablas Pivotantes en Python
Переглядів 6010 місяців тому
#16 pandas.DataFrame.melt para Tablas Pivotantes en Python
#15 Correlación Bivariante y Regresión Lineal con Series Temporales en Python
Переглядів 6710 місяців тому
#15 Correlación Bivariante y Regresión Lineal con Series Temporales en Python
#14 Remuestreo Temporal Bivariante para el Análisis de Energías Renovables
Переглядів 4810 місяців тому
#14 Remuestreo Temporal Bivariante para el Análisis de Energías Renovables
#MachineThinking para resolver errores de Python con formatos de fecha
Переглядів 2310 місяців тому
#MachineThinking para resolver errores de Python con formatos de fecha
#1B Descargar lista indicadores ESIOS API (Red Eléctrica) con Python
Переглядів 70711 місяців тому
#1B Descargar lista indicadores ESIOS API (Red Eléctrica) con Python
#13 Pandas Pivot Tables: Reportes de Datos Temporales con Mapas de Calor
Переглядів 7711 місяців тому
#13 Pandas Pivot Tables: Reportes de Datos Temporales con Mapas de Calor
#12 Pandas Resample: Agregación de Datos Temporales
Переглядів 13911 місяців тому
#12 Pandas Resample: Agregación de Datos Temporales
Super bien
como hace para que jupyter te de recomendaciones mientras escribes ?? buen video por cierto
1:41 "Una acción de bitcoin" pfff empezamos mal.
Excelente video! Muchas gracias por la Clase sobre el Pronostico usando Arbol de Decisiones, ahora a practicar en Google Colab
Que buen video! Que software utilizas para grabarte a ti y a tu ordenador?
Gracias, he utilizado Zoom. Para la edición Final Cut.
Muy buen video, eres muy claro y ordenado para explicar, solo me hubiese gustado que adjuntaras la ruta a la data utilizada.
Muchas gracias Rafael. En los primeros comentarios están las referencias. Un saludo!
Para los que habéis preguntado por cursos de formación conmigo: lo tengo publicados en udemy.com/user/jsulopzs
Muy buen video.
Gracias 🙏
Que tal ves el uso de visual studio Code? Ando aprendiendo por mi cuenta y algunos videos de UA-cam. Ahora nose si migrar a usar a anaconda prompt
Anaconda prompt y VSCode no son herramientas independientes, sino que se integran. Desde VSCode puedes acceder a Anaconda a través de la terminal.
Excelente Video. Soy nuevo en esto, y tengo una consulta. Yo tenía entendido que los modelos para calcular un valores (que es el que utilizaría para determinar el valor final e indicar si es correcta la predicción) son los lineales; porque el de clasificación que utilizas vos, se utilizaría en una situación por ejemplo para clasificar imágenes, donde hay varias opciones disponibles. Entonces, me surgen 2 preguntas: 1) porque utilizas el de clasificación 2) para el mismo resultado, se puede utilizar otro modelo?? 3) si tienes alguna recomendación para ver más información sobre los tipos de modelos
Buena pregunta. Todo depende de lo que quieres predecir: - Dirección de la acción (subir o bajar mañana): modelos de clasificación - Porcentaje de cambio numérico: modelos de regresión En la librería de sklearn, verás que casi todos los algorítmos tienen dos versiones: una para hacer clasificación (DecisionTreeClassifier) y otra para hacer regresión (DecisionTreeRegressor). Podrías utilizar cualquiera de los modelos en la librería de sklearn: ua-cam.com/video/-dD1xrFSv3M/v-deo.html Respecto a utilizar modelos lineales vs no-lineales, no debería importarte en este caso. Tu objetivo es conseguir un modelo que realice buenas predicciones. Es decir, que tenga un score alto. Sin importar si es lineal o no-lineal. Si sabes inglés, te recomendaría realizar este curso: www.linkedin.com/learning/practical-python-for-algorithmic-trading/algorithmic-trading-using-machine-learning
Saludos Amigo, buen video, solo que vas muy rapido
Gracias por tu feedback, Mauro! En qué parte hubieras necesitado que fuera más despacio?
Puedes, compartir el código. Por favor ?
Me temo que no está disponible.
Creo que tienes problema con el audio.
Gracias por hacérmelo saber. ¿El problema se debe a que el volumen está bajo?
Me encanta esto, como puedo aprender más? Soy muy novato en python, pero ahí vamos, me gusta esto de trading cuantitativos
Hola Daniel, te recomendaría hacer un curso práctico de Python con un profesor que resuelva tus dudas y se asegure de que aprovechas el tiempo que le dedicas a aprender Python. datons.ai/training-live
github link ?
I am afraid it’s not available.
No puedo creer lo sencillo y genial que explicas, el primer video que vi tuyo fue el de arbol de decisiones y en solo 10 minutos aprendí lo que en una tarde no comprendía del todo, y ahora con este video me queda claro que me hare suscriptor y veré todos tus videos. Eres un crack hermano.
Muchas gracias por tu reconocimiento, Mario. Con suscriptores agradecidos como tú, siempre es un placer crear tutoriales. Un saludo y ánimo con el estudio!
Muy buen ejercicio
Muchas gracias! Danos alguna idea para otro tutorial; qué otra tema te gustaría aprender?
Link del curso??
maven.com/datons/at-es
Great source! Exactly what I was looking for! Thanks!! If u can do upload some updated practices !!!
Hola me gustaría aprender contigo, pero la página web me es confunza. Te cuento soy de Colombia y me gustaría tener tutorias, clases en programación para ciencia de datos, actualmente estoy estudiando una especializada de Big data y machine learning pero la verdad me hs decepcionado un poco, me muestran codigo pero no se explica como usar las librerías de hecho pregunte en una clase del metodo k-means y me respondieron este codigo le sirve para cualquier cosa pero ni aprendí a usarlo ni crearlos desde cero
Me puedes indicar en tu página con cuál curso debería empezar y si se pueden clases estaría genial, me preocupa es la diferente de horarios
@@diegoroldanroldan5393 Hola Diego, perfecto. Mándame un mensaje al WhatsApp, y así te resuelvo las preguntas que tengas cómodamente. wa.me/34618656122
Hola excelente video, muchos bootcamps y cursos enseñan solo a programar (copiar y pegar) y no le dan importancia a la lógica, otro punto importante es que no enseñan a analizar los gráficos en el contexto en el que se están ejecutando que es lo primordial. pregunta, utilizas jupyter puro, o anaconda navigator o visual studio code?, lo pregunto porque me llamo la atención la paleta de opciones (de continuación de código) que te entrega jupyter al momento de escribir el código, como lo hiciste? saludos, nuevo suscriptor
Muchas gracias por tu mensaje. Una alegría ver personas que lo ven claramente: que copiar y pegar no es el camino, incluso te retrasa. Me di cuenta de este problema al dar clases privadas a alumnos provenientes de este tipo de programas, que mencionas. Es Jupyter Lab. Te dejo aquí una playlist de tutoriales. ua-cam.com/video/620h5TLax1I/v-deo.html Saludos y a seguir dándole caña!
@@ESdatons muchas gracias por la playlist :)
Excelente video, esto si es aprender para mi que estoy iniciando, aun das cursos?
Muchas gracias Diego por hacerme saber que estos vídeos son los que necesitáis. Tengo algunos cursos en Udemy: www.udemy.com/user/jesus-lopez-saborido/ Si quieres asistir a uno en directo donde me aseguro de que aprendas y practiques todo: maven.com/datons
@@ESdatons la verdad es que si por qué he visto videos o me he apoyado con chatgpt pero nunca he aprendido como leer la documentación, como hacer lo que tú mostrarte, no sabía cuando poner () o que valores debería ingresar y esto me ha despejado muchas dudas. Gracias de verdad ahora toca practicar
@@diegoroldanroldan5393 exacto, practicar, practicar y practicar. Aunque cueste verlo al principio porque, generalmente, estamos acostumbrados a creer que dominamos del tema porque el código que copiamos y pegamos funciona. Y así salen muchos de los cursos: preguntándose si realmente han aprendido algo...
He mejorado la modularidad de la librería, aquí tenéis nuevo tutorial con los cambios adaptados: ua-cam.com/video/iX38eqbnI8g/v-deo.html
Hola! Me gustaría saber como se resuelve el error de certificados SSL cuando hacemos la solicitud de descarga en la página del OMIE. Muchas gracias
Hola, podrías ponerme un pantallazo del código y error en reddit.com/r/ESdatons
Hola, bueno gracias .Pero , finalmente, la acción va a subir o bajar?
Vente al curso y lo descubres ;)
Doble flecha xD ?
No entiendo. Podrías aclarar a qué te refieres, por favor?
Hola, amigo. ¿Qué es mejor Jupyter Notebook o Jupyter Lab?
Jupyter Lab porque puedes acceder a varios archivos a la vez desde la misma pestaña del ordenador. Por no decir que es una experiencia mejorada que se desarrolló a partir del Jupyter Notebook. Veo que muchos de ustedes usan Jupyter Notebook porque así les explican en la Universidad, pero no es la mejor app.
@@ESdatons Muchas gracias, por tu respuesta, amigo
Hola, recien me encuentro la publicacion pero el link no funciona. como puedo cursar el bootcamp?
Buenas Luis, gracias por tu interés. Actualmente no estoy ofreciendo el curso de Trading con Python porque no encuentro a estudiantes interesados. Sin embargo, sí que imparto este: maven.com/datons/python-data-es Si tienes un nivel de Python práctico avanzado, podrías hacer este que produje con LinkedIn Learning: linkedin.com/learning/practical-python-for-algorithmic-trading/
Me sirvió demasiado , muy bien explicado mil gracias
Me alegra saberlo, ánimo con los estudios!
Hola, gracias por compartir tu conocimiento, si mi formato de date es "2024%2F02%2F08" , cual seria el argumento de strftime() por favor, gracias
Necesitaría más contexto. Podrías subirme un screenshot de todo el código en reddit.com/r/esdatons, por favor?
Me interesa
Justo la semana que viene imparto un curso a un grupo reducido. Te dejo enlace: maven.com/datons/at-es
Sigo exactamente tus pasos pero recibo un error "403" forbidden, tanto con el token de ejemplo de la web de esios como el personal que he pedido. Te suena? Incluso sin headers, solo con el request, no obtengo el mensaje "denied" si no "forbidden"
Me suena, pero necesito contexto. Puedes pasarme una foto por un post de Reddit? www.reddit.com/r/ESdatons/
@@ESdatons Hecho. Gracias!
@@oscare392 respondido de vuelta por Reddit
thank u so much! i've been wanting to exercise my knowledge and didn't find any good source, but you did!!
Very happy to hear this! There'll be more tutorials to come! Also, in case you are interested, I'm running live courses to program practical cases in real time with my help to save time at learning. maven.com/datons/machine-thinking
muchas gracias por el video, muy interesante y fácil explicado, me suscribo
Muchas gracias Alejandro! Si quieres animarte a programar casos prácticos del mercado energético con Python, estamos organizando un curso intensivo que puede ser de tu interés: maven.com/datons/machine-thinking-es No hace falta experiencia previa, comenzamos desde instalar los programas hasta programar casos prácticos avanzados como crear funciones y librerías en Python para automatizar procesos profesionales.
Excelente video, ya con este método será mucho más fácil aprender todo lo necesario!!
Así es, ánimo y a seguir a tope!!! Seguro que llegas lejos con esta disciplina de aprendizaje.
como puedo sacar a que grupo o nodo pertenece cada registro?
Creo recordar que model.classes_ Si no, busca presionando con el tabulador después del punto; model.<TAB> y te aparecerá toda la información que puedes extraer del modelo.
Where can I find the data set?
Muchas gracias me ha ayudado a entender el codigo, ese arbol de decision podriamos guardarlo como una imagen o pdf?
Tendrías que usar matplotlib con el comando plt.savefig()
thank you very much 👍👍👍👍.
Our pleasure! Keep the hard work up. Is there any more tricks you’d like to learn?
Quick and clear, problem solved! thank you~~
Thank you! Keep the work up 🔥
thank you
Pleasure! Keep the work up 🚀
jai jai shree ram bro you just win my heart after completing panda searching may of videos but no one give this advice thanks Radhe Radhe
Thanks for your kind words, keep the work up!!! 🚀
Hola @es.datons tengo un problema en visualizar el modelo, crees que me puedas ayudar con el error. Saludos. nvalidParameterError Traceback (most recent call last) Cell In[99], line 1 ----> 1 plot_tree(decision_tree=model, feature_names=explicativas.columns, filled=True) File ~\anaconda3\Lib\site-packages\sklearn\utils\_param_validation.py:201, in validate_params.<locals>.decorator.<locals>.wrapper(*args, **kwargs) 198 to_ignore += ["self", "cls"] 199 params = {k: v for k, v in params.arguments.items() if k not in to_ignore} --> 201 validate_parameter_constraints( 202 parameter_constraints, params, caller_name=func.__qualname__ 203 ) 205 try: 206 with config_context( 207 skip_parameter_validation=( 208 prefer_skip_nested_validation or global_skip_validation 209 ) 210 ): File ~\anaconda3\Lib\site-packages\sklearn\utils\_param_validation.py:95, in validate_parameter_constraints(parameter_constraints, params, caller_name) 89 else: 90 constraints_str = ( 91 f"{', '.join([str(c) for c in constraints[:-1]])} or" 92 f" {constraints[-1]}" 93 ) ---> 95 raise InvalidParameterError( 96 f"The {param_name!r} parameter of {caller_name} must be" 97 f" {constraints_str}. Got {param_val!r} instead." 98 ) InvalidParameterError: The 'feature_names' parameter of plot_tree must be an instance of 'list' or None. Got Index(['edad', 'sexo_Mujer', 'estudios_Medios universitarios', 'estudios_Primaria', 'estudios_Secundaria', 'estudios_Sin estudios', 'estudios_Superiores'], dtype='object') instead.
github link please
Si te diviertes mucho tiempo con el Excel, no vengas al curso de programación para aprender a automatizar procesos de datos. Si no te divierte el Excel, visita enlace en bio.
Link en bio: linktr.ee/es.datons
Thanks, the app helps a lot. And how do I cite it? Does it have a paper published?
Actually, I don’t have a paper for this, but would love to chat with you to see further improvements! Would you mind to reach out by LinkedIn: linkedin.com/in/jsulopzs
Enlace en bio 🔥
Transfórmate con la programación. Enlace en Bio.
Transfórmate con la programación. Enlace en Bio.
Transfórmate con la programación. Enlace en Bio.