Channel Avatar

Codificando Bits @UCFVF0MpD1lNdU5VL3Pz67Yw@youtube.com

32K subscribers - no pronouns :c

¡Hola, soy Miguel Sotaquirá, el creador de Codificando Bits!


25:39
Tutorial: ¿Cómo almacenar y recuperar el progreso del entrenamiento? | Keras "checkpoints"
25:55
Tutorial: visualización de SERIES DE TIEMPO en Python
20:19
¿Cómo manejar un dataset DESBALANCEADO en Machine Learning?
14:19
¿Qué son las BASES DE DATOS VECTORIALES? | Grandes Modelos de Lenguaje
17:38
¿Cómo entrenar una RED CONVOLUCIONAL con imágenes de diferentes tamaños?
03:24
¡Lo NUEVO en la Academia Online de Codificando Bits!
12:31
INTERPRETABILIDAD y EXPLICABILIDAD en la Inteligencia Artificial
13:08
Métodos simples para realizar PRONÓSTICOS SOBRE SERIES DE TIEMPO
29:55
Tutorial: ¿cómo ALMACENAR Y LEER un modelo en Scikit-Learn?
11:21
La SUPER-RESOLUCIÓN ¡EXPLICADA!
16:27
Autoencoders ¡EXPLICADOS!
54:16
Tutorial: Análisis Exploratorio de SERIES DE TIEMPO
21:07
¿Cómo medir el desempeño de un modelo de Regresión? | Métricas de Regresión
37:49
YOLO (detección de objetos) ¡EXPLICADO!
41:15
Tutorial: entendiendo cómo implementar REDES LSTM en Tensorflow/Keras
21:39
La función de AUTOCORRELACIÓN en las Series de Tiempo
35:43
Tutorial: VALIDACIÓN CRUZADA con Scikit-Learn
18:24
El Vision Transformer ¡EXPLICADO!
39:04
Tutorial: trucos para ENTRENAR CORRECTAMENTE cualquier modelo de Deep Learning
35:55
Tutorial: ¿Cómo DESCOMPONER una serie de tiempo?
47:58
Tutorial: ¡SCIKIT-LEARN DESDE CERO!
01:07:09
Tutorial: SEGMENTACIÓN DE IMÁGENES SATELITALES con Redes Convolucionales (U-Net)
01:05:13
Tutorial: ¿cómo AFINAR LOS HIPERPARÁMETROS de una Red Neuronal?
15:25
Manejo de DATOS FALTANTES en series de tiempo
18:55
La INGENIERÍA DE CARACTERÍSTICAS (feature engineering): guía completa
56:32
Tutorial: limpieza de imágenes con AUTOENCODERS
01:19:29
Tutorial: ¡PYTORCH DESDE CERO!
16:55
¿Qué es la ESTACIONARIEDAD de una serie de tiempo?
21:59
La SELECCIÓN DE CARACTERÍSTICAS en el Machine Learning
40:59
¿Cómo entrenar un modelo con POCOS DATOS? - Tutorial IMAGE AUGMENTATION
28:04
Tutorial: Diferentes formas de almacenar modelos entrenados con TensorFlow/Keras
08:20
¿Qué son el NIVEL y la TENDENCIA de una serie de tiempo?
13:16
¿Cómo codificar datos categóricos?
41:27
Tutorial: clasificador de imágenes con TRANSFERENCIA DE APRENDIZAJE
37:34
Tutorial: ¿cómo manejar datasets GIGANTESCOS?
11:22
¿Qué es la ESTACIONALIDAD de una SERIE DE TIEMPO?
34:19
Tutorial: ¿Cómo ESCALAR los datos cuando hay VALORES EXTREMOS?
17:19
Visión por computador + Inteligencia Artificial
15:48
Variables aleatorias continuas y discretas | Lección 1 curso "Probabilidad Nivel Intermedio"
31:08
TF.DATA: la mejor manera de gestionar datos en TensorFlow (Tutorial)
34:06
Tutorial: ¿Cómo ESTANDARIZAR nuestros datos?
20:18
Forecasting con Redes LSTM (parte 7): importancia de las características
38:06
Tutorial: ¿cómo escalar los datos con "minmaxscaler"?
12:16
¿Qué es la Probabilidad? | Lección 1 curso "Probabilidad Nivel Básico"
44:33
Forecasting con Redes LSTM (parte 7): codificación de las variables temporales
40:03
Tutorial: ¿Por qué y cuándo ESCALAR los datos?
41:14
Tutorial: La REPRODUCIBILIDAD en el Machine Learning
34:56
Tutorial: MANEJO DE DATOS CATEGÓRICOS FALTANTES con Python, Pandas y Scikit-Learn
08:34
Pandas: DataFrames anchos y largos | Lección 1 curso "Pandas Nivel Avanzado"
16:12
Temperatura, top-k y top-p: generación de texto con Grandes Modelos de Lenguaje
09:43
¿Qué es la VENTANA DE CONTEXTO de un Gran Modelo de Lenguaje?
12:24
¿Cómo seleccionar el MEJOR MODELO en un problema de Machine Learning?
10:09
¿Qué son los EMBEDDINGS? | Grandes Modelos de Lenguaje
11:41
¿Qué es el AJUSTE DE HIPER-PARÁMETROS?
27:45
Pandas: combinar datos con "join" | Lección 1 curso "Pandas Nivel Intermedio"
13:51
¿Qué son los TOKENS? | Grandes Modelos de Lenguaje
12:46
Validación cruzada y k-fold cross-validation
11:23
Introducción a PANDAS | Lección 1 curso "Pandas Nivel Básico"
13:13
Desarrollador de aplicaciones con LLMs: Ruta de Aprendizaje
10:33
Los sets de entrenamiento, validación y prueba