Artículos
-
Otros lenguajesMachine learning en R: caret y tidymodels para entrenar y evaluar modelos
R tiene dos frameworks para machine learning: caret, con más de 200 algoritmos bajo una interfaz unificada, y tidymodels, el sucesor moderno con separación limpia entre preprocesamiento, modelado y evaluación. Aprende a usar ambos con validación cruzada y ajuste de hiperparámetros.
-
Otros lenguajesFlux.jl: machine learning en Julia con diferenciación automática nativa
Flux.jl es un framework de machine learning escrito en Julia puro, con Zygote.jl para diferenciación automática en modo reverse. Redes densas, CNN, entrenamiento, GPU y capas personalizadas con código real.
-
Otros lenguajesFoxPro sigue vivo décadas después: el software empresarial que Microsoft dejó atrás
Visual FoxPro lleva más de una década sin soporte oficial de Microsoft, pero miles de empresas siguen usando aplicaciones de facturación, inventario y gestión construidas sobre esta plataforma. Repasamos su historia, desde la rivalidad con dBASE hasta la compra por Microsoft en 1992 y el moti...
-
Otros lenguajesGo nació porque Google tardaba horas en compilar: la apuesta de Ken Thompson por simplificar
En 2007, algunos proyectos de C++ en Google tardaban horas en compilar. Ken Thompson, Rob Pike y Robert Griesemer diseñaron Go para atacar ese problema con un lenguaje deliberadamente simple, hoy la base de Docker, Kubernetes, Prometheus y Terraform.
-
Otros lenguajesModelos estadísticos en R: regresión lineal, logística y GLMs con lm() y glm()
R tiene integrados en base R los modelos estadísticos clásicos. Aprende a ajustar regresión lineal con lm(), regresión logística y Poisson con glm(), interpretar summary(), diagnosticar residuos, comparar modelos con AIC y predecir nuevos datos.
-
Otros lenguajesÁlgebra lineal y computación numérica en Julia: arrays, matrices y BLAS nativo
Julia llama directamente a BLAS/LAPACK sin capas de Python. Arrays multidimensionales, broadcasting con punto, factorizaciones LU/QR/SVD, matrices dispersas y vistas sin copia: computación numérica al máximo rendimiento.
-
Otros lenguajesLos traits de Rust que de verdad vas a usar todos los días
Repaso practico de los diez traits de Rust mas frecuentes en codigo real: Display, Debug, From, Into, TryFrom, Clone, Copy, Default, Deref, Iterator, PartialEq, Ord, AsRef y las closures Fn, FnMut y FnOnce, con ejemplos comentados.
-
Otros lenguajesData frames en R: manipulación de datos con base R y data.table de alto rendimiento
El data frame es la estructura central de R para análisis de datos. Aprende a manipularlos con base R y con data.table, el paquete de alto rendimiento que usa modificación por referencia y puede ser 10 veces más rápido que dplyr en conjuntos de más de un millón de filas.
-
Otros lenguajesDataFrames.jl en Julia: análisis de datos al estilo pandas pero con rendimiento nativo
DataFrames.jl lleva el análisis tabular de Julia con una API similar a pandas pero con tipos estrictos y compilación nativa. Filtrado, agrupaciones, joins y transformaciones con código real y comparativa de rendimiento.
-
Otros lenguajesTidyverse en R: dplyr para manipular datos y ggplot2 para visualizarlos
El tidyverse es la colección de paquetes R más usada en análisis de datos. Aprende a manipular tablas con dplyr usando filter, mutate, group_by y summarise, y a crear visualizaciones con la gramática de gráficos de ggplot2.