Este repositorio contiene ejercicios prácticos orientados a describir tareas reacionadas con la ciencia de datos, como el aprendizaje automático, el procesamiento del lenguaje natural, entre otros. En ellos se abordaran y describirán de manera sencilla las etapas necesarias para la realización del análisis que resulte pertinente, del cual podamos extraer la máxima información resumida en unas conclusiones finales. En cada uno de estos ejercicios prácticos se han utilizado sencillos desarrollos de código debidamente documentados.
- Agente Conversacional con MCP server
- Análisis de precios de carburantes con GenAI como copiloto
- Aplicación Streamlit de chat con datos abiertos
- Aplicación práctica de técnicas de anonimización
- Asistente Experto sobre Minerales Críticos
- Clasificación de imágenes médicas
- Creando un agente conversacional basado en RAG
- El valor de los datos en tiempo real
- Generación de informes con Langgraph e IA
- Guía Análisis Exploratorio de Datos en Python
- Guía Práctica de Introducción al Análisis Exploratorio de Datos
- Guía práctica para la publicación de datos enlazados en RDF
- Modelando el Presupuesto de Subvenciones: Una Experiencia Práctica con Apache Spark
- Regresión Lineal Múltiple: Análisis de Calidad del Aire en Castilla y León
- Ruta a la electrificación de la Movilidad
- Tecnologías emergentes y datos abiertos: Analítica Predictiva
- Tecnologías emergentes y datos abiertos: Análisis de imagen
- Tecnologías emergentes y datos abiertos: Inteligencia Artificial
- Tecnologías emergentes y datos abiertos: Procesamiento del Lenguaje Natural
- Unity Catalog: Potenciando la colaboración en el ecosistema Data e IA mediante código abierto