¿Qué es un Design Sprint y porqué debes incluirlo en tu toolbox?
En esta ocasión quiero hablarles de un framework probado en primera persona con excelente resultados tanto en una Start-up como en una empresa multinacional. Design Sprint es un framework de trabajo desarrollado por GV (ex. Google Ventures, el brazo independiente de Capital de Riesgo/ Venture Capital de Alphabet) para definir un desafío de diseño, encontrar una solución y probarla en solo 5 días.
¿Qué es el Problem Solution Fit?
Una frase comúnmente ofrecida a los nuevos emprendedores es: Enamórate del problema, no de la solución. Esta recomendación nace del punto fundamental de cualquier empresa, resolver un problema de una manera que sea atractiva para el mercado. Pero lamentablemente, identificar un problema, encontrar una solución y validar su potencial en el mercado no algo que se logre de un solo salto.
Programando un Perceptron en Python

Si estás acá, estás dando un importante primer paso en entender los múltiples algoritmos de machine learning. En este artículo revisaremos cómo funciona un perceptron e implementaremos un ejemplo en python usando el conocido dataset Iris.

El perceptron

El Perceptron simple, también conocido una red neuronal de una sola capa (Single-Layer Neural Network), es un algoritmo de clasificación binaria creado por Frank Rosenblatt a partir del modelo neuronal de Warren McCulloch y Walter Pitts desarrollado en 1943.

La idea tras la Neurona MCP y el Perceptron con umbral de Rosenblatt es usar un enfoque simple para simular el funcionamiento de una neurona en el cerebro.

Modelo Perceptron Simple

Cómo usar Entornos Virtuales de Python (virtualenv) para Instalar SciPy en macOS

En este post, les mostraré brevemente como crear un entorno virtual (virtualenv) para python en macOS y así poder instalar las principales bibliotecas necesarias para machine learning sin tanto enredo con las distintas versiones.

1) Crear entorno virtual

Para esto, primero instalaremos la herramienta virtualenv y crearemos un entorno con python 3.

# Instalar virtualenv
$ pip3 install virtualenv

# Creamos una carpeta en Documents donde tener todos los entornos virtuales
$ mkdir /Users/username/Documents/Python
$ cd /Users/username/Documents/Python

# Creamos el entorno virtual con 
# virtualenv -p python3 <mi_proyecto>
$ virtualenv -p python3 machine-learning
...