Artículos / Guía temática

Guía temática

Python para machine learning

Tutoriales prácticos de Python, scikit-learn, APIs y herramientas para construir sistemas de ML útiles.

Contenido base para equipos que quieren estandarizar prácticas de ML con Python antes de escalar.

Ver proyectos

Artículos relacionados

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

oct de 2026 · LLMs & Agentes

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

Combina recuperación BM25 y rankings semánticos con reciprocal rank fusion. Ejecuta un baseline en Python y evalúa candidatos antes de añadir un reranker.

Leer
Precisión al extraer facturas: validación de fuentes en Python

oct de 2026 · LLMs & Agentes

Precisión al extraer facturas: validación de fuentes en Python

Valida importes extraídos contra líneas fuente, formatos decimales explícitos y totales. Mide precisión por campo y cobertura de revisión con documentos etiquetados.

Leer
Jev en Python: enrutamiento tipado con el SDK de TypeSafe

sept de 2026 · LLMs & Agentes

Jev en Python: enrutamiento tipado con el SDK de TypeSafe

Usa Jev y el SDK de TypeSafe en Python para enrutar solicitudes con Choice, Noul, umbrales de confianza y revisión humana.

Leer
Construye un servidor MCP seguro de solo lectura en Python

sept de 2026 · LLMs & Agentes

Construye un servidor MCP seguro de solo lectura en Python

Expón un servicio pequeño de Python mediante MCP con entradas validadas, resultados acotados y una lista de integración segura.

Leer
Evalúa RAG offline: recuperación y disponibilidad de evidencia

sept de 2026 · LLMs & Agentes

Evalúa RAG offline: recuperación y disponibilidad de evidencia

Usa un arnés pequeño y ejecutable en Python para medir recuperación y disponibilidad de evidencia anotada antes de cambiar un sistema RAG.

Leer
Extracción de datos con LLMs, Python y Pydantic

jun de 2026 · LLMs & Agentes

Extracción de datos con LLMs, Python y Pydantic

Extrae facturas y ofertas de trabajo con Python, Pydantic e Instructor. Valida tipos, revisa errores y mide la calidad de cada campo.

Leer
Agentes de IA con LangGraph para Análisis de Datos

jun de 2026 · LLMs & Agentes

Agentes de IA con LangGraph para Análisis de Datos

Construye un agente autónomo de análisis de datos usando LangGraph. Aprende cómo los agentes difieren de RAG e implementa el ciclo ReAct con herramientas para consultar y resumir datos.

Leer
Orquesta Pipelines de ML con Prefect

jun de 2026 · MLOps

Orquesta Pipelines de ML con Prefect

Pasa de scripts frágiles de entrenamiento a workflows de ML robustos y observables con Prefect. Programa re-entrenamiento, maneja fallos con gracia y monitorea cada ejecución.

Leer
Monitoreo ML con Evidently: Detecta Data Drift en Python

jun de 2026 · MLOps

Monitoreo ML con Evidently: Detecta Data Drift en Python

Compara batches con Evidently 0.7.23, define variables numéricas, exporta métricas y pruebas de drift y evalúa calidad con labels por separado.

Leer
Titanic con scikit-learn: tutorial de Pipeline en Python

may de 2026 · Aprendizaje automático

Titanic con scikit-learn: tutorial de Pipeline en Python

Entrena un clasificador Titanic en Python con fetch_openml, preprocesamiento, GridSearchCV y test separado. Incluye categorías desconocidas.

Leer
Cómo Resolver Problemas de Scheduling con Python

may de 2026 · Investigación de Operaciones

Cómo Resolver Problemas de Scheduling con Python

Construye turnos con pyworkforce 0.5.4: cobertura, disponibilidad, horas mínimas, estados del solver y límites de las reglas de descanso y preferencias.

Leer
Mutación y cruzamiento adaptativos con sklearn-genetic-opt

abr de 2026 · Aprendizaje automático

Mutación y cruzamiento adaptativos con sklearn-genetic-opt

Programa mutación y cruzamiento con los adaptadores de sklearn-genetic-opt, comprueba sus curvas y compara la búsqueda con una configuración fija.

Leer
Selecciona características con sklearn-genetic-opt

abr de 2026 · Aprendizaje automático

Selecciona características con sklearn-genetic-opt

Usa GAFeatureSelectionCV 0.14.0 con escalado dentro de cada fold, revisa las variables seleccionadas y evalúa pipelines sobre datos de prueba separados.

Leer
Anomalías con Kafka y Python: modelo, eventos y offsets

abr de 2026 · Sistemas de Datos

Anomalías con Kafka y Python: modelo, eventos y offsets

Ejecuta una demo local de Kafka con Python e Isolation Forest: tres particiones, validación de eventos y confirmación de offsets después del procesamiento.

Leer
Sirve un modelo scikit-learn con FastAPI y Docker

mar de 2026 · MLOps

Sirve un modelo scikit-learn con FastAPI y Docker

Entrena Iris con scikit-learn y sírvelo con FastAPI: valida entradas, protege ambas rutas, acota lotes y prueba el contenedor Docker.

Leer
¿Todavía Usas Grid Search para Optimización de Hiperparámetros?

mar de 2026 · Aprendizaje automático

¿Todavía Usas Grid Search para Optimización de Hiperparámetros?

Compara grid search, random search y algoritmos evolutivos para optimización de hiperparámetros con sklearn-genetic-opt.

Leer
Ajusta Tu Modelo de Scikit-learn Usando Algoritmos Evolutivos

feb de 2026 · Aprendizaje automático

Ajusta Tu Modelo de Scikit-learn Usando Algoritmos Evolutivos

Ajuste de hiperparámetros con GASearchCV de sklearn-genetic-opt usando algoritmos evolutivos.

Leer
MLflow en Python: experimentos y versionado de modelos

feb de 2026 · MLOps

MLflow en Python: experimentos y versionado de modelos

Registra experimentos de Python con MLflow 3.14 y SQLite, separa validación y test final, y recupera un modelo versionado mediante un alias del Registry.

Leer
Cómo Construir un Sistema RAG con LangChain y Python

ene de 2026 · LLMs & Agentes

Cómo Construir un Sistema RAG con LangChain y Python

Construye un flujo RAG para PDF con Python, LangChain y Chroma. Conserva páginas de origen, valida citas y separa recuperación de calidad de respuesta.

Leer
Optimización de Planeación de Personal con Python

ene de 2026 · Investigación de Operaciones

Optimización de Planeación de Personal con Python

Planea una semana cíclica con pyworkforce 0.5.4. Verifica un plan de nueve personas y compara mínimo personal con mínima brecha absoluta de cobertura.

Leer

¿Vas a construir una plataforma de IA o de datos?

Cuéntame qué estás implementando y dónde encuentras el problema: recuperación, modelos, datos o integración con tu producto.

Ver todos los proyectos