¿Eres un superdotado?¿Y además tienes un paquetón? Bueno, lo segundo lo dejamos de momento. Para lo primero …

Desde la perspectiva de la personalidad, los individuos superdotados exhiben una alta apertura a nuevas experiencias,  la apertura a nuevas experiencias está significativamente correlacionada con la superdotación.

Estas personas muestran una combinación de rápida comprensión, visión intuitiva de los conceptos básicos y un destacado interés por la complejidad

Por tanto, a modo de resumen, estas son cinco características principales que suelen definir a las personas superdotadas, según los expertos:

  1. Alta capacidad de comprensión y aprendizaje rápido: tienen la habilidad de asimilar y entender nueva información más rápidamente que la media. Esta característica les permite avanzar a un ritmo acelerado en ambientes educativos y profesionales.
  2. Curiosidad intensa y amplios intereses: Exhiben un interés profundo y persistente por explorar y entender el mundo que les rodea. Esta curiosidad los lleva a formular preguntas profundas y a buscar conocimiento de manera insaciable.
  3. Pensamiento complejo y divergente: Capacidad para abordar problemas desde múltiples perspectivas y generar soluciones innovadoras. El pensamiento divergente les permite ver conexiones que otros no perciben.
  4. Sensibilidad emocional y empatía: A menudo son extremadamente sensibles a su entorno y pueden percibir emociones y matices en las interacciones sociales que pasan desapercibidos para otros, lo que también puede hacerles más vulnerables emocionalmente.
  5. Necesidad de complejidad y desafío: tienden a aburrirse con las tareas rutinarias o que no representan un desafío intelectual. Buscan constantemente actividades que estimulen su mente y prefieren trabajar en tareas que impliquen una complejidad considerable.

En JADgest hablamos de todo lo que tiene que ver con la inteligencia. Suoerdotación, IA,…

Cursos Nvidia

Nvidia acaba de lanzar hasta siete cursos totalmente gratuitos para formarte en Inteligencia Artificial

• Los cursos van desde nivel principiante a uno más intermedio conforme avances

• Los analistas se suman a la fiesta de Nvidia: el precio objetivo para sus acciones escala hasta los 1.200 dólares

Nvidia

A pesar de que en muchas ocasiones lo pasamos por alto, cuando hablamos de Inteligencia Artificial, el nombre de Nvidia es clave para la consecución de todos los avances que ha habido hasta ahora, y es que el fabricante de chips ha sido uno de los grandes beneficiados del auge que ha pegado esta tecnología, y ya no es solo en los excelentes resultados que ha obtenido, sino que los analistas confían en que solo vayan para arriba.

Por esa razón, desde Nvidia quieren que la IA y toda la tecnología que lo rodea siga creciendo, cosa que va a ocurrir, pero para ello necesita que los usuarios adopten estos avances en su día a día. El principal impedimento de ello es que las personas no tienen formación en IA y por lo tanto no saben sacarle partido. Por ello, la compañía china ha lanzado hasta ocho cursos totalmente gratuitos para que te comiences a formar en esta materia.

Cursos gratis para formarte en IA

Los usuarios podrán aprender desde cero e ir avanzando para conocer mejor cómo usar la IA y los diferentes usos y aplicaciones que tiene, el único inconveniente que tiene es que están la mayoría solo en inglés y que ha medida que los vayas completando aumentan su dificultad, en lo que se refiere a conocimientos necesarios.

1. Explicación de la IA Generativa
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-FX-07+V1

La IA Generativa se utiliza para generar nuevos contenidos basados en una variedad de entradas, principalmente a partir de texto. En este curso, aprenderás los conceptos y aplicaciones de la IA Generativa, así como los retos y oportunidades de este campo.

2. Introducción a la IA en Jetson Nano
https://t.co/LHFbgLIPNQ

El desarrollo de la IA está ahora en manos del kit de desarrollo NVIDIA Jetson Nano, un potente ordenador que te permite ejecutar múltiples redes neuronales en paralelo para aplicaciones como la clasificación de imágenes, la detección de objetos, la segmentación y el procesamiento del habla. En este curso, construirás un proyecto de clasificación de aprendizaje profundo con modelos de visión por computador.

3. Construir un cerebro en 10 minutos
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+T-FX-01+V1

Este curso está dividido en dos objetivos principales, por un lado a enseñarte a cómo utilizar los datos las redes neuronales para aprender, y entender las matemáticas que hay detrás de una neurona.

4. Creación de aplicaciones de IA de vídeo en Jetson Nano
https://learn.nvidia.com/courses/course-detail?course_id=course-v1:DLI+S-IV-02+V2

Este sirve como introducción al análisis inteligente de vídeo (IVA), y lo que busca es enseñarte a crear pipelines DeepStream para el procesamiento de vídeo, manejar múltiples flujos de vídeo y utilizar motores de inferencia alternativos como YOLO.

5. Mejora tu LLM con la Generación Aumentada de Recuperación (RAG)
https://t.co/cG0AbeyxS5

Aquí aprenderás a comprender los fundamentos de la RAG, conocer el proceso de recuperación de RAGy descubrir el NVIDIA AI Foundations y los componentes clave de un modelo RAG.

6. Acelerar los flujos de trabajo de ciencia de datos sin cambios en el código
https://t.co/UJ9RJkJTWh

En este curso podrás conocer las ventajas de los flujos de trabajo unificados de CPU y GPU, a acelerar el procesamiento de datos y el aprendizaje automático en la GPU y ver tiempos de procesamiento más rápidos con la GPU.

8. Introducción a la IA en el centro de datos
https://t.co/u96QGB6rVG

El objetivo principal de este curso es que aprendas sobre IA, aprendizaje automático, aprendizaje profundo, arquitectura de GPU, marcos de aprendizaje profundo e implementación de cargas de trabajo de IA. Con el añadido de que también te formará para que comprendas los requisitos de los clústeres de IA multisistema y la planificación de infraestructuras.

Scripts PySpark


Info sobre scripts Pyspark

User

Dame información sobre scripts pysparkChatGPT

Pyspark es una biblioteca de Python que proporciona una interfaz para programar aplicaciones en Apache Spark, un sistema de procesamiento distribuido y en memoria. Pyspark permite escribir código Python para aprovechar la potencia y escalabilidad de Spark en el procesamiento de grandes volúmenes de datos.

Aquí tienes información básica sobre cómo trabajar con scripts Pyspark:

  1. Configuración: Para comenzar a trabajar con Pyspark, necesitarás tener instalado Apache Spark en tu entorno de desarrollo y tener Python configurado correctamente. Puedes descargar Apache Spark desde el sitio web oficial y seguir las instrucciones de instalación. Una vez instalado, puedes importar la biblioteca Pyspark en tu script de Python con la siguiente línea de código:pythonCopy codefrom pyspark import SparkContext
  2. Creación del contexto Spark: El contexto Spark es el punto de entrada principal para interactuar con Spark desde Pyspark. Puedes crear un objeto SparkContext para conectarte a un clúster Spark mediante la siguiente línea de código:pythonCopy codesc = SparkContext(appName="MiApp") El parámetro appName es opcional y define el nombre de tu aplicación Spark.
  3. Carga de datos: Pyspark puede trabajar con diversos tipos de fuentes de datos, como archivos CSV, JSON, parquet, bases de datos, etc. Puedes cargar datos en un RDD (Resilient Distributed Dataset) utilizando métodos como textFile(), csv(), json(), entre otros. Por ejemplo:pythonCopy coderdd = sc.textFile("datos.txt")
  4. Transformaciones y acciones: Pyspark proporciona una amplia gama de transformaciones y acciones que puedes aplicar a los RDD para realizar operaciones en los datos. Algunas transformaciones comunes incluyen map(), filter(), reduceByKey(), join(), etc. Las transformaciones son operaciones perezosas, lo que significa que no se ejecutan inmediatamente, sino que se registran para su ejecución posterior. Las acciones, como count(), collect(), take(), desencadenan la ejecución real de las transformaciones y devuelven resultados o muestras de datos.
  5. Ejecución del script: Una vez que hayas definido tus transformaciones y acciones, puedes ejecutar el script de Pyspark utilizando el comando spark-submit desde la línea de comandos. Por ejemplo:Copy codespark-submit mi_script.py Esto enviará el script al clúster Spark para su ejecución.

Estos son solo los conceptos básicos para trabajar con scripts Pyspark. Pyspark también ofrece muchas otras características y funcionalidades avanzadas, como trabajar con DataFrames, SQL en Spark, procesamiento de streaming, machine learning, etc. Puedes consultar la documentación oficial de Pyspark para obtener más detalles y ejemplos sobre cómo aprovechar al máximo esta poderosa biblioteca.

Cálculos DAX en PowerBi


Transformaciones Power Query M

User

Power Query M es el lenguaje de consulta utilizado en Power Query, una tecnología de Microsoft que permite la transformación de datos en aplicaciones como Power BI, Excel y Power Automate. Power Query M se utiliza para realizar operaciones de limpieza, transformación y combinación de datos de diversas fuentes antes de cargarlos en el modelo de datos final.

Aquí hay algunas características clave de Power Query M:

  1. Lenguaje basado en expresiones: Power Query M es un lenguaje basado en expresiones, lo que significa que las transformaciones se definen mediante la creación de una serie de pasos que se aplican secuencialmente a los datos.
  2. Fuentes de datos variadas: Power Query M permite conectar y combinar datos de una amplia variedad de fuentes, como bases de datos, archivos de Excel, archivos CSV, servicios web, fuentes en la nube y muchas más.
  3. Transformaciones de datos: Puedes aplicar una variedad de transformaciones a los datos, como filtrado, ordenamiento, agrupamiento, creación de columnas personalizadas, combinación de tablas y cálculos avanzados. Power Query M ofrece una amplia gama de funciones incorporadas para facilitar estas transformaciones.
  4. Paso a paso (Applied Steps): Los pasos (Applied Steps) son las transformaciones que se aplican secuencialmente a los datos en Power Query. Cada paso genera una vista previa del resultado y se puede editar o eliminar si es necesario.
  5. Editor avanzado: Power Query M viene con un editor avanzado que proporciona sugerencias de autocompletado, resaltado de sintaxis y ayuda contextual para facilitar el desarrollo de consultas.
  6. Lenguaje orientado a tablas: Power Query M trata los datos como tablas y permite realizar operaciones de consulta y manipulación en estas tablas. Puedes realizar filtrados, combinaciones, agrupaciones y otras operaciones similares a SQL.
  7. Integración con fórmulas de Excel: Power Query M puede integrarse con fórmulas de Excel y Power BI, lo que te permite combinar las capacidades de transformación de datos de Power Query con las fórmulas y funciones de cálculo de estas herramientas.

Power Query M ofrece una gran flexibilidad y potencia para realizar transformaciones de datos complejas y personalizadas. Su enfoque basado en pasos y su capacidad para conectarse a múltiples fuentes de datos lo convierten en una herramienta muy útil para preparar y modelar datos antes de su análisis y visualización.

Transformaciones Power Query M


Transformaciones Power Query M

User

Dame información sobre transformaciones power qury mChatGPT

Power Query M es el lenguaje de consulta utilizado en Power Query, una tecnología de Microsoft que permite la transformación de datos en aplicaciones como Power BI, Excel y Power Automate. Power Query M se utiliza para realizar operaciones de limpieza, transformación y combinación de datos de diversas fuentes antes de cargarlos en el modelo de datos final.

Aquí hay algunas características clave de Power Query M:

  1. Lenguaje basado en expresiones: Power Query M es un lenguaje basado en expresiones, lo que significa que las transformaciones se definen mediante la creación de una serie de pasos que se aplican secuencialmente a los datos.
  2. Fuentes de datos variadas: Power Query M permite conectar y combinar datos de una amplia variedad de fuentes, como bases de datos, archivos de Excel, archivos CSV, servicios web, fuentes en la nube y muchas más.
  3. Transformaciones de datos: Puedes aplicar una variedad de transformaciones a los datos, como filtrado, ordenamiento, agrupamiento, creación de columnas personalizadas, combinación de tablas y cálculos avanzados. Power Query M ofrece una amplia gama de funciones incorporadas para facilitar estas transformaciones.
  4. Paso a paso (Applied Steps): Los pasos (Applied Steps) son las transformaciones que se aplican secuencialmente a los datos en Power Query. Cada paso genera una vista previa del resultado y se puede editar o eliminar si es necesario.
  5. Editor avanzado: Power Query M viene con un editor avanzado que proporciona sugerencias de autocompletado, resaltado de sintaxis y ayuda contextual para facilitar el desarrollo de consultas.
  6. Lenguaje orientado a tablas: Power Query M trata los datos como tablas y permite realizar operaciones de consulta y manipulación en estas tablas. Puedes realizar filtrados, combinaciones, agrupaciones y otras operaciones similares a SQL.
  7. Integración con fórmulas de Excel: Power Query M puede integrarse con fórmulas de Excel y Power BI, lo que te permite combinar las capacidades de transformación de datos de Power Query con las fórmulas y funciones de cálculo de estas herramientas.

Power Query M ofrece una gran flexibilidad y potencia para realizar transformaciones de datos complejas y personalizadas. Su enfoque basado en pasos y su capacidad para conectarse a múltiples fuentes de datos lo convierten en una herramienta muy útil para preparar y modelar datos antes de su análisis y visualización.