<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Yhary Estefania Arias on Medium]]></title>
        <description><![CDATA[Stories by Yhary Estefania Arias on Medium]]></description>
        <link>https://medium.com/@yharystefa?source=rss-ae072de5cef5------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*J9sZ5VTnmp9tISPyStmLLw.jpeg</url>
            <title>Stories by Yhary Estefania Arias on Medium</title>
            <link>https://medium.com/@yharystefa?source=rss-ae072de5cef5------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Mon, 16 Nov 2026 15:52:12 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@yharystefa/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Creating your own Agent with OpenAI + Azure that generates your Dockerfile from your project tree.]]></title>
            <link>https://medium.com/@yharystefa/creating-your-own-agent-with-openai-azure-that-generates-your-dockerfile-from-your-project-tree-652693437be4?source=rss-ae072de5cef5------2</link>
            <guid isPermaLink="false">https://medium.com/p/652693437be4</guid>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[azure]]></category>
            <category><![CDATA[ai-agent]]></category>
            <category><![CDATA[openai]]></category>
            <category><![CDATA[python]]></category>
            <dc:creator><![CDATA[Yhary Estefania Arias]]></dc:creator>
            <pubDate>Tue, 18 Nov 2025 03:53:57 GMT</pubDate>
            <atom:updated>2025-11-18T03:53:57.988Z</atom:updated>
            <content:encoded><![CDATA[<p>Those of us who work with Python know that calling our packages or classes that we have in different paths can be tedious. Add to that the fact that when we want to deploy the project by creating a Docker image as a first step, we sometimes have doubts about what we should copy and what we shouldn’t, how to structure this file and make it optimal, because if our image is too heavy, we’re off to a bad start. So let’s use AI to our advantage.</p><p>So, let’s create an <strong>AI agent with OpenAI in Azure</strong> that, when we pass it our project tree, returns the Dockerfile ready to be integrated into the project, saving us time.</p><p>Let’s take it step by step, but first a little context:</p><ol><li><strong>What is an Agent and why is it important?</strong></li></ol><p>You can think of it as an expert companion on a specific topic, responding to your requests in seconds, meaning that:</p><ul><li>It receives instructions or context (your project tree)</li><li>It uses an LLM model (for this tutorial we chose OpenAI).</li><li>It returns a personalized response, in this case, a functional Dockerfile.</li></ul><p>And why Azure? To be honest, I wanted to use a cloud as an example, and Azure is the cloud I currently use, but you can do it on AWS, GCP, or wherever you feel most comfortable.</p><p>The interesting thing about Azure is that you can deploy it with security, scalability, and monitoring, without going crazy with the infrastructure.</p><p>Let’s get down to business: the code.</p><p><strong>2. Let’s prepare the Agent in Python</strong></p><p>We are going to write a small service in FastAPI that exposes an endpoint /generate-dockerfile.</p><p>This endpoint receives the project tree and returns the Dockerfile.</p><p>app/main.py</p><pre>from fastapi import FastAPI, Body<br>from openai import AzureOpenAI<br>import os<br><br>app = FastAPI()<br><br># Configure the environment variables<br>client = AzureOpenAI(<br>    api_key=os.getenv(&quot;AZURE_OPENAI_API_KEY&quot;),<br>    api_version=&quot;2025-04-01-preview&quot;,<br>    azure_endpoint=os.getenv(&quot;AZURE_OPENAI_ENDPOINT&quot;)<br>)<br><br>@app.post(&quot;/generate-dockerfile&quot;)<br>async def generate_dockerfile(project_tree: str = Body(..., embed=True)):<br>    &quot;&quot;&quot;<br>    Generate a Dockerfile from the project tree<br>    &quot;&quot;&quot;<br>    prompt = f&quot;&quot;&quot;<br>    You are an expert DevOps agent. <br>    The user will give you a project tree, and you must respond with a functional Dockerfile <br>    in plain text to run the project.<br>    Project:<br>    {project_tree}<br>    &quot;&quot;&quot;<br><br>    response = client.chat.completions.create(<br>        model=&quot;gpt-5-mini&quot;, # Example model<br>        messages=[{&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: prompt}]<br>    )<br><br>    return {&quot;dockerfile&quot;: response.choices[0].message.content}</pre><p>With this, we now have a <strong>mini Dockerfile generator agent</strong>.</p><p><strong>3. Package the project using Docker.</strong></p><p>Dockerfile</p><p>Note: Create your environment using Python or UV, and then the requirements.txt file and remember that FastAPI services require a folder called app/for good programming practices.</p><pre>FROM python:3.11-slim<br><br>WORKDIR /app<br><br>COPY requirements.txt .<br>RUN pip install --no-cache-dir -r requirements.txt<br><br>COPY . .<br><br>EXPOSE 8000<br><br>CMD [&quot;uvicorn&quot;, &quot;app.main:app&quot;, &quot;--host&quot;, &quot;0.0.0.0&quot;, &quot;--port&quot;, &quot;8000&quot;]</pre><p>requirements.txt</p><pre>fastapi<br>uvicorn<br>openai</pre><p><strong>4. Orchestrating with Docker Compose</strong></p><p>We want to run this service easily with docker-compose.</p><p>docker-compose.yaml</p><pre>version: &quot;3.9&quot;<br><br>services:<br>  ai-agent:<br>    build: .<br>    container_name: ai-agent<br>    ports:<br>      - &quot;8000:8000&quot;<br>    environment:<br>      - AZURE_OPENAI_API_KEY=${AZURE_OPENAI_API_KEY}<br>      - AZURE_OPENAI_ENDPOINT=${AZURE_OPENAI_ENDPOINT}</pre><p>With this, you only need:</p><pre>docker compose up --build</pre><p>And that’s it. Your agent will be running at <a href="http://localhost:8000/docs">http://localhost:8000/docs</a></p><p><strong>5. Deploying to Azure Cloud</strong></p><p>Now you’re ready to feel like a cloud expert:</p><ul><li>Create a container in Azure Container Registry (ACR):</li></ul><pre>az acr login - name &lt;your_registry&gt;<br>docker tag ai-agent &lt;your_registry&gt;.azurecr.io/ai-agent:v1<br>docker push &lt;your_registry&gt;.azurecr.io/ai-agent:v1</pre><ul><li>Launch it with Azure Container Apps:</li></ul><pre>az containerapp create \<br>  --name ai-agent \<br>  --resource-group my-resource-group \<br>  --environment my-env \<br>  --image &lt;your_registry&gt;.azurecr.io/ai-agent:v1 \<br>  --target-port 8000 \<br>  --ingress external \<br>  --env-vars AZURE_OPENAI_API_KEY=xxx AZURE_OPENAI_ENDPOINT=xxx</pre><p>And BOOM! Your Agent is now running in the cloud.</p><p><strong>6. Probando el Agent</strong></p><p>Make a request to the endpoint with your project tree:</p><pre>curl -X POST http://localhost:8000/generate-dockerfile \<br>    -H &quot;Content-Type: application/json&quot; \<br>    -d &#39;{&quot;project_tree&quot;: &quot;myapp/\n  app.py\n  requirements.txt\n&quot;}&#39;</pre><p>Example response:</p><pre>{<br>  &quot;dockerfile&quot;: &quot;FROM python:3.11-slim\nWORKDIR /app\nCOPY requirements.txt .\nRUN pip install -r requirements.txt\nCOPY . .\nCMD [\&quot;python\&quot;, \&quot;app.py\&quot;]&quot;<br>}</pre><p><strong>Conclusion</strong></p><p>In less time than it takes to order another cup of coffee, you now have:</p><ul><li>An AI Agent that generates Dockerfiles.</li><li>Packaged in Docker.</li><li>Deployed in Azure Cloud.</li></ul><p>The best part? You can extend this same pattern to:</p><ul><li>Generate docker-compose.yml</li><li>Configure GitHub Actions</li><li>Automate CI/CD</li></ul><p>In other words: your AI as your DevOps buddy.</p><p><strong><em>Author:</em></strong><em> Yhary Arias</em></p><p><strong><em>Follow me for more tutorials:</em></strong> <a href="https://yharyarias-web.vercel.app/">https://yharyarias-web.vercel.app/</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=652693437be4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[How to create your own chatbot using the OpenAI API and turn it into a Docker image]]></title>
            <link>https://medium.com/@yharystefa/how-to-create-your-own-chatbot-using-the-openai-api-and-turn-it-into-a-docker-image-b35b7ae6b51e?source=rss-ae072de5cef5------2</link>
            <guid isPermaLink="false">https://medium.com/p/b35b7ae6b51e</guid>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[openai]]></category>
            <category><![CDATA[chatbots]]></category>
            <category><![CDATA[api]]></category>
            <dc:creator><![CDATA[Yhary Estefania Arias]]></dc:creator>
            <pubDate>Sun, 30 Jun 2024 23:14:08 GMT</pubDate>
            <atom:updated>2024-06-30T23:14:08.132Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oRk50PgBv8VLymjQEHSBKw.png" /></figure><h3>Introduction</h3><p>Introduce the concept of chatbots, their applications, and the relevance of using APIs like OpenAI for natural language processing tasks.</p><h3>Prerequisites</h3><p>Outline what readers need to prepare before starting:</p><ul><li>OpenAI account</li><li>API key from OpenAI</li><li>Visual Studio Code installed</li><li>Basic knowledge of Python programming</li></ul><h3>Step 1: Create an OpenAI Account</h3><p>Explain how to sign up for an OpenAI account if readers haven’t done so already. Include screenshots of the signup process (if possible).</p><h3>Step 2: Obtain API Key from OpenAI</h3><p>Guide readers through the process of obtaining an API key from OpenAI:</p><ol><li>Log in to your OpenAI account.</li><li>Navigate to the API section.</li><li>Generate a new API key.</li><li>Explain the importance of keeping the API key secure.</li></ol><h3>Step 3: Setting Up Your Project in Visual Studio Code</h3><p>Walkthrough setting up a project in Visual Studio Code:</p><ol><li>Create a new directory for your project.</li><li>Open Visual Studio Code and navigate to the project directory.</li><li>Set up a virtual environment for Python development.</li></ol><pre>$ cd docker_project<br>$ virtualenv .env<br>$ source .env/bin/activate</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/542/1*mKT_rxP7CwsIDUftsiqctQ.png" /><figcaption>Project structure</figcaption></figure><p>Guide readers through creating and developing the Python script for the chatbot using the OpenAI API:</p><ol><li>Install necessary libraries (openai, dotenv, etc.) in the virtual environment.</li></ol><pre>$ pip install openai python-dotenv</pre><p>2. Write Python code to interact with the OpenAI API, defining functions for chatbot responses.</p><pre>import os<br>from typing import List, Dict, Any<br>from openai import OpenAI, APIError<br>from dotenv import load_dotenv<br><br><br>def load_api_key() -&gt; str:<br>    &quot;&quot;&quot;<br>    Load the OpenAI API key from the environment variables.<br><br>    Returns:<br>        str: The OpenAI API key.<br><br>    Raises:<br>        ValueError: If the API key is not found in the environment variables.<br>    &quot;&quot;&quot;<br>    load_dotenv()<br>    api_key = os.getenv(&quot;OPENAI_API_KEY&quot;)<br>    <br>    if not api_key:<br>        raise ValueError(&quot;OpenAI API key is not set. Make sure the .env file contains OPENAI_API_KEY.&quot;)<br>    <br>    return api_key<br><br><br>def create_openai_client(api_key: str) -&gt; OpenAI:<br>    &quot;&quot;&quot;<br>    Create an OpenAI client using the provided API key.<br><br>    Args:<br>        api_key (str): The OpenAI API key.<br><br>    Returns:<br>        OpenAI: The OpenAI client.<br>    &quot;&quot;&quot;<br>    return OpenAI(api_key=api_key)<br><br><br>def get_assistant_response(client: OpenAI, messages: List[Dict[str, str]]) -&gt; str:<br>    &quot;&quot;&quot;<br>    Generate a response from the assistant based on the provided messages.<br><br>    Args:<br>        client (OpenAI): The OpenAI client.<br>        messages (List[Dict[str, str]]): The conversation history.<br><br>    Returns:<br>        str: The assistant&#39;s response.<br>    &quot;&quot;&quot;<br>    try:<br>        response = client.chat.completions.create(<br>            model=&quot;gpt-3.5-turbo&quot;,<br>            messages=messages,<br>            temperature=0.6, # Try different temperatures, remember that the closer to one the more creative the response, the closer to zero the more accurate the response.<br>            max_tokens=100<br>        )<br>        return response.choices[0].message.content<br>    <br>    except APIError as e:<br>        print(f&quot;OpenAI API Error: {e}&quot;)<br>        return &quot;I&#39;m sorry, but I encountered an error while processing your request.&quot;<br><br><br>def main() -&gt; None:<br>    &quot;&quot;&quot;<br>    Main function to run the chat with the OpenAI assistant.<br>    &quot;&quot;&quot;<br>    try:<br>        api_key = load_api_key()<br>        client = create_openai_client(api_key)<br>        <br>        messages = [<br>            {&quot;role&quot;: &quot;system&quot;, &quot;content&quot;: &quot;Absolutely, let&#39;s dive into Docker! Docker is a powerful tool used for containerization, allowing you to package your applications and all their dependencies into a standardized unit for software development.&quot;},<br>            {&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: &quot;I&#39;m a software engineer and I need to learn about Docker. Act as a Docker expert and teach me Docker from scratch, including exercises and evaluations.&quot;}<br>        ]<br>    <br>        while True:<br>            # Generate a response from the assistant<br>            assistant_response = get_assistant_response(client, messages)<br>            print(&quot;Assistant:&quot;, assistant_response)<br>            <br>            # Request new input from the user<br>            user_input = input(&quot;You: &quot;)<br>            <br>            # Add the user&#39;s input to the conversation history<br>            messages.append({&quot;role&quot;: &quot;user&quot;, &quot;content&quot;: user_input})<br>            <br>            # Add the assistant&#39;s response to the conversation history<br>            messages.append({&quot;role&quot;: &quot;assistant&quot;, &quot;content&quot;: assistant_response})<br>    <br>    except ValueError as ve:<br>        print(f&quot;ValueError: {ve}&quot;)<br>    <br>    except Exception as ex:<br>        print(f&quot;Unexpected Error: {ex}&quot;)<br><br><br>if __name__ == &quot;__main__&quot;:<br>    main()</pre><h3>Step 5: Configuring Environment Variables</h3><p>Explain how to set environment variables in Visual Studio Code to securely store the OpenAI API key:</p><ol><li>Add OPENAI_API_KEY=your_api_key_here to the .env file.</li><li>Use the dotenv library to load the API key into your Python script securely.</li></ol><pre>load_dotenv()<br>api_key = os.getenv(&quot;OPENAI_API_KEY&quot;)</pre><h3>Step 6: Creating the Docker Image</h3><p>Demonstrate how to Dockerize the chatbot application:</p><ol><li>Create a Dockerfile in the project directory.</li></ol><pre># Use the official base image of Python 3.11<br>FROM python:3.11-slim<br><br># Set the working directory inside the container<br>WORKDIR /app<br><br># Copy the source code and .env file to the container<br>COPY . .<br><br># Install the necessary dependencies<br>RUN pip install --no-cache-dir -r requirements.txt<br><br># Set the environment variable for the OpenAI API key<br>ENV OPENAI_API_KEY=&quot;your_API_key&quot;<br><br># Command to execute the Python script<br>CMD [&quot;python&quot;, &quot;your_api_key_here&quot;]</pre><p>2. Build the Docker image using the docker build -t chatbot-image . command.</p><h3>Step 7: Testing and Troubleshooting</h3><p>Discuss how to test the Dockerized chatbot locally:</p><ol><li>Use docker run -it chatbot-imagen:latest to start the container.</li><li>Test the chatbot functionality to ensure it interacts correctly with the OpenAI API.</li></ol><h3>Step 8: Checking Image Vulnerabilities</h3><p>Show how to scan the Docker image for vulnerabilities:</p><ol><li>Use Docker’s vulnerability scanning tools or third-party tools like docker-scout quickview chatbot-image:latestto scan the Docker image.</li><li>Discuss best practices for addressing vulnerabilities found.</li></ol><h3>Considerations and Best Practices</h3><p>Provide additional considerations and best practices:</p><ul><li><strong>Versioning and Tagging</strong>: Tag Docker images with versions (v1.0, latest) for better management.</li><li><strong>Continuous Integration (CI/CD)</strong>: Integrate Docker builds into a CI/CD pipeline for automated testing and deployment.</li><li><strong>Deployment Strategies</strong>: Discuss different deployment strategies for Dockerized applications (cloud, on-premises, etc.).</li><li><strong>Monitoring and Logging</strong>: Implement monitoring and logging to track performance and user interactions effectively.</li></ul><h3>Conclusion</h3><p>Summarize the process of creating a chatbot using the OpenAI API and Dockerizing it. Encourage readers to explore further and apply these concepts in their projects. Here is the repository with the complete code, the only thing you have to do is create your virtual environment and execute the commands that I left above so you can run the project.</p><p><a href="https://github.com/yharyarias/chatbot_openAI_docker">GitHub - yharyarias/chatbot_openAI_docker</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b35b7ae6b51e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Temas que nunca faltan en una entrevista como Machine Learning Engineer]]></title>
            <link>https://medium.com/@yharystefa/temas-que-nunca-faltan-en-una-entrevista-como-machine-learning-engineer-5f501248703c?source=rss-ae072de5cef5------2</link>
            <guid isPermaLink="false">https://medium.com/p/5f501248703c</guid>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[interview-tips]]></category>
            <category><![CDATA[interview-preparation]]></category>
            <category><![CDATA[neuronal-networks]]></category>
            <category><![CDATA[redes-neuronales]]></category>
            <dc:creator><![CDATA[Yhary Estefania Arias]]></dc:creator>
            <pubDate>Mon, 28 Aug 2023 19:12:56 GMT</pubDate>
            <atom:updated>2023-08-30T20:52:49.083Z</atom:updated>
            <content:encoded><![CDATA[<p>Ya que he pasado por multiples entrevistas laborales para el cargo de Machine Learning, me gustaría compartirles los temas que si o si te preguntarán. Seré lo más clara posible, la idea es que nos queden en la memoria de por vida. También te mostraré temas que no son muy comúnmente usados pero que vale la pena saber que existen.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DUZuC6rLtM71IM9DAK1RxQ.jpeg" /></figure><p>Comencemos con lo básico, los señores fundamentos del Machine Learning. Pasé mucho tiempo haciendo uso de estos conceptos como por inercia, sin saber que era cada uno y cuando los preguntaban en las entrevistas, quedaba helada porque los había usado pero no tenía idea de que eran o tan siquiera como explicarlos sin que suene a que andas leyendo el concepto (memorizar, mala idea).</p><p>El Machine Learning se divide en 3 <strong>tipos de aprendizaje</strong> pero con el tiempo esta lista ha crecido, a continuación te mostraré 11 tipos de aprendizaje:</p><ol><li><strong>Supervised Learning:</strong> Se necesitan datos etiquetados para la fase de entrenamiento, eso es todo. Ejemplos de aplicaciones incluyen <strong>clasificación</strong> y <strong>regresión</strong>.</li><li><strong>Unsupervised Learning: </strong>Se trabaja con datos no etiquetados. El objetivo principal es encontrar patrones que se relacionen entre si. Ejemplos de técnicas incluyen <strong>clustering</strong> y <strong>reducción de dimensionalidad</strong>.</li><li><strong>Reinforcement Learning: </strong>De nuevo, un modelo recibe datos sin etiquetas donde un agente interactúa con un entorno (datos) y aprende a tomar acciones para recibir recompensa o castigo. Aprende por medio de feedback. Ejemplos de aplicaciones incluyen <strong>juegos</strong> y <strong>robótica</strong>, en<strong> </strong>en cuanto a las técnicas, una de las más conocidas es<strong> Q-Learning.</strong></li><li><strong>Semi-Supervised Learning: </strong>Se utilizan tanto datos etiquetados como no etiquetados para entrenar modelos.</li><li><strong>Active Learning: </strong>El<strong> </strong>modelo puede seleccionar qué datos le gustaría etiquetar para mejorar su rendimiento.</li><li><strong>Transfer Learning: </strong>Se aprovechan los conocimientos adquiridos por un modelo en una tarea especifica para mejorar el rendimiento de otro modelo en una tarea relacionada.</li><li><strong>Imitation Learning: </strong>Este enfoque implica entrenar un modelo para imitar las acciones y decisiones de un experto humano. Es común en tareas como conducción autónoma y juegos.</li><li><strong>Generative Learning: </strong>Aprenden a crear datos nuevos que se parezcan a los datos de entrenamiento. Esto incluye técnicas como las redes generativas adversarias (GANs) y los modelos generativos de flujo (flow-based generative model).</li><li><strong>Extreme Learning Machine: </strong>Este enfoque se centra en la extracción y selección de características relevantes para un problema (el resto 👋), lo que ayuda a reducir la dimensionalidad de los datos y a mejorar el rendimiento de los modelos.</li><li><strong>Auto-encoder Learning: </strong>Los auto-encoders son redes neuronales que aprenden a comprimir (aprende lo necesario) y reconstruir datos. Se utilizan en aplicaciones de reducción de dimensionalidad y generación de datos.</li><li><strong>Self-Supervised Learning: </strong>Es un proceso de aprendizaje automático en el que el modelo se entrena a sí mismo. Luego, el conocimiento aprendido en esta tarea puede ser transferido a otras tareas.</li></ol><p><strong>Algoritmos de clasificación: </strong>Son los más comunes, aquí hablamos de aprendizaje supervisado. Los algoritmos de clasificación se utilizan cuando deseas predecir la pertenencia de una instancia a una de varias clases o categorías predefinidas. Para hacerlo aún más claro les daré un ejemplo bastante simple, para dummies 😉. Piensa en un juego donde tienes que separar los bloques rojos de los azules muy rápido. Los algoritmos de clasificación son como una forma de hacerlo automáticamente. Observan diferentes cosas sobre los bloques, como su color o forma, y los ponen en los grupos correctos. Es como tener un ayudante que sabe cómo organizar las cosas sin que tú tengas que hacerlo todo. Algunos de los algoritmos que podemos usar para problemas de clasificación son:</p><ol><li><strong>Regresión Logística (Logistic Regression):</strong> Aunque su nombre incluye “regresión”, se utiliza para la clasificación binaria y multiclase.</li><li><strong>Support Vector Machines (SVM):</strong> Busca un hiperplano que mejor separe las clases en el espacio de características.</li><li><strong>Árboles de Decisión (Decision Trees):</strong> Estructuras de árbol que realizan decisiones basadas en reglas y características.</li><li><strong>Random Forest:</strong> Conjunto de árboles de decisión que promedian las predicciones para mejorar la robustez.</li><li><strong>Naive Bayes:</strong> Basado en el teorema de Bayes, asume independencia entre las características.</li><li><strong>K-Nearest Neighbors (K-NN):</strong> Clasifica un punto basado en las etiquetas de sus vecinos más cercanos.</li></ol><p><strong>Algoritmos de regresión: </strong>Los algoritmos de regresión se utilizan para predecir un valor numérico continuo en función de variables independientes. Complejo de procesar ¿verdad?. Ahí te va un ejmplo simple. Imagina que estás tratando de predecir cuántos dulces podrías comprar con tu dinero. La regresión es como usar datos pasados para adivinar un resultado futuro. Miras cuánto dinero gastaste antes y cuántos dulces obtuviste, y luego usas eso para hacer una estimación de cuántos dulces podrías obtener con la cantidad actual de dinero. En la programación y las matemáticas, es una forma de hacer predicciones basadas en datos históricos. Algunos de los algoritmos que podemos usar para problemas de regresión son:</p><ol><li><strong>Regresión Lineal (Linear Regression):</strong> Modela una relación lineal entre las características y la variable objetivo.</li><li><strong>Regresión Ridge y Lasso: </strong>Versiones regularizadas de la regresión lineal para evitar el sobreajuste.</li><li><strong>Support Vector Regression (SVR):</strong> Extiende el concepto de SVM para problemas de regresión.</li><li><strong>Regresión de Vecino Más Cercano (K-NN Regression):</strong> Estima la variable objetivo basada en las salidas de los vecinos más cercanos.</li><li><strong>Regresión Polinómica:</strong> Utiliza un modelo polinómico en lugar de lineal para ajustar los datos.</li></ol><p><strong>Algoritmos de Agrupamiento (clustering): </strong>Los algoritmos de agrupamiento se utilizan para agrupar conjuntos de datos similares en clusters o grupos. El objetivo es encontrar patrones intrínsecos en los datos y dividirlos en subconjuntos significativos. De nuevo, vamos con nuestro ultimo ejemplo para los algoritmos de clustering.<strong> </strong>Imagina que tienes un montón de juguetes diferentes y quieres organizarlos en grupos según cómo se parecen. Los algoritmos de agrupamiento son como una forma de organizar esos juguetes. Buscan patrones y similitudes entre los juguetes y los ponen en grupos juntos. Por ejemplo, todos los ositos de peluche podrían estar en un grupo y todos los coches en otro. Ayuda a ordenar cosas similares.</p><ol><li><strong>K-Means:</strong> Agrupa datos en “k” clusters minimizando la distancia intra-cluster.</li><li><strong>Aglomerativo:</strong> Construye una jerarquía de clusters fusionando clusters similares en cada paso.</li><li><strong>DBSCAN:</strong> Agrupamiento basado en densidad que identifica áreas densas y separa puntos de ruido.</li><li><strong>Mean Shift:</strong> Encuentra máximos en la densidad de datos para identificar clusters.</li><li><strong>Gaussian Mixture Models (GMM): </strong>Modela los datos como una mezcla de distribuciones gaussianas.</li><li><strong>Hierarchical Clustering:</strong> Agrupa los datos en una jerarquía de clusters utilizando enfoques aglomerativos o divisivos.</li></ol><p>Como sabes el siguiente paso después de elegir nuestro modelo es <strong>evaluarlo</strong>, la evaluación de modelos es esencial para determinar qué tan bien está funcionando un modelo con datos nuevos. Hay varios tipos de evaluación de modelos que se utilizan para medir su rendimiento en diferentes contextos. Aquí tienes algunos tipos comunes de evaluación de modelos y cómo funcionan:</p><p><strong>Train-Test Split: </strong>el conjunto de datos se divide en dos o tres partes: un conjunto de entrenamiento y uno prueba o un conjunto de entrenamiento, prueba y validación, pero esta división depende de varios factores como la cantidad de datos, la sintonización de hiperparámetros, generalización del modelo o capacidad de computo. Lo más común es dividir nuestros datos en train y test. Este enfoque es simple pero puede ser sensible a la aleatoriedad de la división.</p><figure><img alt="train_test_split" src="https://cdn-images-1.medium.com/max/746/1*Fn9kvNnq23E_eS764aQ44Q.jpeg" /><figcaption>Train test split</figcaption></figure><p><strong>Cross-Validation: </strong>Es una técnica para evaluar el rendimiento del modelo en varios conjuntos de train y test. El conjunto de datos se divide en “k-folds , y se entrena el modelo “k” veces, cada vez utilizando un fold diferente como conjunto de prueba y los demás como conjunto de entrenamiento. Luego, se promedian las métricas de rendimiento para obtener una evaluación general más robusta.</p><figure><img alt="cross_validation" src="https://cdn-images-1.medium.com/max/640/1*kl_FDqkWaqxrOfAWfoqpqQ.jpeg" /><figcaption>Cross Validation</figcaption></figure><p><strong>Stratified Cross-Validation:</strong> Es una variante de cross-validation que mantiene la proporción de clases en cada fold, lo que es especialmente útil en problemas de clasificación desequilibrados. Para ser más claros, trata de unificar la cantidad de datos que se tienen por clase.</p><p><strong>Cross-Validation Leave-One-Out (LOOCV): </strong>Es una forma extrema de validación cruzada donde se entrena el modelo “n” veces (donde “n” es el número de samples) con un solo punto de datos como conjunto de prueba y el resto como conjunto de entrenamiento. Esto proporciona una evaluación intensiva, pero puede ser costoso computacionalmente.</p><blockquote><strong>NOTA: </strong>“samples” son grupos o como su traducción lo indica “muestras” que contienen los features y labels. Por ejemplo, si estás construyendo un modelo para predecir si un correo electrónico es spam o no spam, cada sample sería un correo electrónico individual con sus características (palabras clave, frecuencia de palabras, etc.) y su etiqueta (spam o no spam).</blockquote><p><strong>Cross-Validation Repeated K-Fold:</strong> Una variante en la que la cross-validation k-fold se repite varias veces con diferentes divisiones aleatorias. Ayuda a obtener una estimación más robusta del rendimiento del modelo.</p><p>Ahora bien, ¿cómo validamos la veracidad de los resultados que obtuvimos? ¡Así es! con las famosas métricas de rendimiento que se utilizan para evaluar la calidad y el rendimiento de un modelo en función de sus predicciones en datos de prueba. Estas métricas permiten cuantificar qué tan bien el modelo está haciendo sus predicciones y cómo se compara con las respuestas reales. Aquí tienes algunas métricas de rendimiento comunes según el tipo de problema que estés tratando de resolver. Eso quiere decir que no se aplican al azar, depende:</p><p><strong>Métricas para Problemas de Clasificación:</strong></p><ol><li><strong>Accuracy: </strong>Proporción de predicciones correctas en relación con el total de predicciones. Es útil cuando las clases están equilibradas, pero puede ser engañosa en conjuntos de datos desequilibrados.</li><li><strong>Precisión (Precision): </strong>Proporción de verdaderos positivos (instancias correctamente clasificadas como positivas) en relación con todos los positivos predichos.</li><li><strong>Recall (Sensibilidad o Tasa de Verdaderos Positivos): </strong>Proporción de verdaderos positivos en relación con todos los ejemplos verdaderamente positivos.</li><li><strong>F1-Score:</strong> Media armónica entre precisión y recall. Es útil cuando las clases están desequilibradas.</li><li><strong>Matriz de Confusión:</strong> Tabla que muestra el número de verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos.</li><li><strong>Área Bajo la Curva ROC (AUC-ROC):</strong> Mide la capacidad del modelo para distinguir entre clases. El área bajo la curva ROC se utiliza para comparar diferentes modelos.</li></ol><p><strong>Métricas para Problemas de regresión:</strong></p><ol><li>E<strong>rror Absoluto Medio (MAE): </strong>Promedio de las diferencias absolutas entre las predicciones y las respuestas reales.</li><li><strong>Error Cuadrático Medio (MSE):</strong> Promedio de las diferencias al cuadrado entre las predicciones y las respuestas reales.</li><li><strong>Raíz del Error Cuadrático Medio (RMSE):</strong> Raíz cuadrada del MSE, que proporciona una medida del error en la misma unidad que la variable objetivo.</li><li><strong>Coeficiente de Determinación (R²):</strong> Mide la proporción de la variabilidad en la variable objetivo que se puede explicar por el modelo.</li><li><strong>Error Porcentual Absoluto Medio (MAPE):</strong> Calcula el porcentaje promedio de error en relación con las respuestas reales.</li></ol><p>Los dos últimos no son muy comunes, así que no te preocupes por memorizarlos, solo tenlos presentes.</p><p><strong>Métricas para problemas de clustering:</strong></p><ol><li><strong>Coeficiente de Silueta (Silhouette Coefficient): </strong>Evalúa la calidad de los clusters midiendo la similitud intra-cluster y la distancia inter-cluster.</li><li><strong>Inertia (Inercia):</strong> Mide la suma de las distancias cuadradas de cada punto al centroide de su cluster. Se utiliza para evaluar la cohesión interna de los clusters.</li></ol><p>Lo mismo pasa con las métricas clustering, no son muy comunes quería hablar de estas para que sepamos de su existencia.</p><p>Vamos al siguiente tema que supongo has puesto en marcha infinidad de veces y aún no te sientes confiado a la hora de explicar su arquitectura.</p><p><strong>Redes neuronales</strong></p><p>Probablemente en tu entrevista técnica te pregunten la arquitectura de una red neuronal, me ha pasado. Vamos a ello, seré lo más clara posible.</p><ol><li><strong>Nodos:</strong> Son unidades básicas de procesamiento en una red neuronal. Cada neurona toma entradas ponderadas, las suma y luego aplica una función de activación para producir una salida. Imagina un nodo como una pequeña caja que realiza cálculos. Los nodos son como neuronas artificiales en una red neuronal.</li><li><strong>Capas:</strong> Las capas se dividen en tres tipos principales: capa de entrada, capas ocultas y capa de salida. La capa de entrada recibe los datos, las capas ocultas procesan los datos y la capa de salida produce la salida final. Es decir una capa es como una fila de cajas (nodos) que reciben información. Cada capa procesa la información y la pasa a la siguiente capa.</li><li><strong>Pesos y conexiones:</strong> Cada conexión entre neuronas tiene un peso asociado que determina la importancia de esa conexión en el cálculo de la salida. Durante el entrenamiento, estos pesos se ajustan para que la red aprenda de los datos. Imagina que las cajas están conectadas por cables. Los pesos son como la fuerza de esos cables. Los nodos multiplican los datos por estos pesos para calcular.</li><li><strong>Funciones de activación:</strong> Las funciones de activación se aplican a la suma ponderada de las entradas de una neurona y determinan si la neurona se activa o no. Son como interruptores en cada caja (nodo). Si la suma de los cálculos es suficientemente grande, el interruptor se enciende y el nodo “dispara”. Es como decir “¡sí!” si el cálculo es importante. Estas son algunas funciones de activación comúnmente usadas:</li></ol><ul><li><strong>Función Sigmoide (logistic): </strong>La función sigmoide transforma los valores de entrada en un rango entre 0 y 1. Es útil en casos en los que se desea modelar probabilidades o cuando se trabaja con una red neuronal de una sola capa. Sin embargo, puede sufrir del problema de “desvanecimiento del gradiente” en redes profundas.</li><li><strong>Función ReLU (Rectified Linear Activation): </strong>Esta función transforma cualquier valor negativo de entrada en cero y mantiene los valores positivos. Es ampliamente utilizada debido a su simplicidad y eficacia en el entrenamiento de redes profundas. Sin embargo, también puede sufrir del problema del “dying ReLU” en el que algunas neuronas pueden quedarse inactivas durante el entrenamiento.</li><li><strong>Función Leaky ReLU:</strong> Es una variante de la función ReLU en la que los valores negativos se escalan por un valor pequeño en lugar de ser truncados a cero. Esto aborda el problema del “dying ReLU” al permitir que el gradiente fluya incluso para valores negativos.</li><li><strong>Función ELU (Exponential Linear Unit):</strong> Similar a Leaky ReLU, pero en este caso, los valores negativos son transformados exponencialmente, lo que puede ayudar en la mitigación de algunos problemas de entrenamiento de redes profundas.</li><li><strong>Función Tanh (Tangente hiperbólica):</strong> Similar a la función sigmoide, pero con un rango de valores entre -1 y 1. Puede mapear mejor valores negativos y positivos en comparación con la función sigmoide, pero todavía puede sufrir del problema de “desvanecimiento del gradiente”.</li><li><strong>Función Softmax: </strong>Usualmente utilizada en la capa de salida de una red neuronal para problemas de clasificación multiclase. Convierte un vector de valores en un vector de probabilidades, donde la suma de las probabilidades es igual a 1.</li></ul><ol><li><strong>Propagación hacia adelante (Forward Propagation):</strong> Es como pasar una carta de una caja a otra. La información fluye desde la entrada hasta la salida a través de las capas y los nodos.</li><li><strong>Función de pérdida (Loss Function):</strong> Imagina que tienes un objetivo y quieres medir cuánto te desvías. La función de pérdida es como una regla para medir qué tan lejos estás de tu objetivo.</li><li><strong>Retropropagación (Backpropagation):</strong> Es como mirar tus errores y ajustar los cables (pesos) para hacerlo mejor la próxima vez. El backpropagation te ayuda a corregir los errores y a mejorar tus cálculos.</li><li><strong>Optimización:</strong> Es como encontrar el mejor camino para llegar a tu destino. Cambias los pesos de los cables para minimizar el error y hacer que tu modelo funcione mejor. No te abrumes con tanta información, por lo general los más usados son SGD y Adam, el resto solo es para que los tengas en cuenta.</li></ol><ul><li><strong>Descenso de Gradiente Estocástico (SGD - Stochastic Gradient Descent): El SGD siempre lo preguntan, así que te daré un ejemplo muy sencillo para que logres comprenderlo. I</strong>magina que estás en una montaña y quieres llegar al punto más bajo. El descenso de la gradiente es como encontrar el camino más rápido para bajar.<br>Uso: SGD es una buena opción cuando se tiene un conjunto de datos grande y una red neuronal relativamente simple. Puede ser útil en problemas de clasificación y regresión. Sin embargo, puede requerir una tasa de aprendizaje cuidadosamente ajustada y más iteraciones para converger en comparación con optimizadores más avanzados.</li><li><strong>Adam (Adaptive Moment Estimation):<br></strong>Uso: Adam es un optimizador versátil que se adapta bien a una amplia variedad de problemas. Se recomienda como punto de partida en muchas aplicaciones debido a su eficacia en el entrenamiento de redes neuronales profundas. Es adecuado para problemas de clasificación, regresión, detección de objetos y generación de imágenes, entre otros.</li><li><strong>RMSProp (Root Mean Square Propagation):<br></strong>Uso: RMSProp es especialmente útil cuando se trabaja con datos no estandarizados o cuando las tasas de aprendizaje deben adaptarse para diferentes parámetros. Es adecuado para aplicaciones de procesamiento de lenguaje natural y visión por computadora.</li><li><strong>Adagrad (Adaptive Gradient Algorithm):<br></strong>Uso: Adagrad puede ser beneficioso cuando se trabaja con problemas en los que algunos parámetros tienen gradientes mucho más grandes o más pequeños que otros. Puede ser útil en aplicaciones donde se requiere una adaptación individualizada de la tasa de aprendizaje.</li><li><strong>Adadelta:<br></strong>Uso: Adadelta es una versión mejorada de Adagrad que aborda su problema de reducción excesiva de la tasa de aprendizaje. Puede ser útil en problemas similares a los que se aplicaría Adagrad, como la clasificación y la regresión.</li><li><strong>Nadam:</strong><br>Uso: Nadam combina las ventajas de Adam y el descenso de gradiente con momento. Es adecuado para una amplia gama de problemas y suele ofrecer una convergencia más rápida y estable en comparación con Adam en algunas situaciones.</li><li><strong>AMSGrad:</strong><br>Uso: AMSGrad es una variante de Adam que aborda ciertas debilidades en la evolución de la tasa de aprendizaje. Puede ser útil en problemas donde la estabilidad de la tasa de aprendizaje es una preocupación, como en algunas aplicaciones de visión por computadora y procesamiento de lenguaje natural.</li></ul><ol><li><strong>Funciones de activación en la capa de salida: </strong>En la última caja (capa de salida), la función de activación puede ser diferente. Dependiendo de lo que quieras lograr, puede decirte si es un gato o un perro, por ejemplo.</li></ol><ul><li><strong>Problemas de Clasificación Binaria: <br>Función Sigmoide: </strong>La función sigmoide se utiliza comúnmente en la capa de salida cuando estás tratando de realizar una clasificación binaria. La salida será un valor entre 0 y 1, que puede interpretarse como la probabilidad de pertenecer a una clase.</li><li><strong>Problemas de Clasificación Multiclase:<br>Función Softmax: </strong>La función softmax es ampliamente utilizada en problemas de clasificación multiclase. Transforma un vector de valores en un vector de probabilidades, donde la suma de las probabilidades es igual a 1. Cada valor en el vector de salida representa la probabilidad de pertenecer a una clase específica.</li><li><strong>Problemas de Regresión:<br>Sin Función de Activación:</strong> En problemas de regresión, donde estás tratando de predecir un valor numérico continuo, la capa de salida puede no tener una función de activación. La salida puede ser el valor numérico directamente.</li><li><strong>Problemas de Generación de Texto o Secuencias:<br>Función Softmax o Linear: </strong>Dependiendo del tipo de problema, puedes usar una función softmax si estás generando secuencias discretas, como palabras en un texto. Para problemas de generación de secuencias continuas, como la generación de trazos en dibujos, es posible que uses una función de activación lineal.</li></ul><blockquote>Hemos tocado dos temas y se han descrito de formas muy técnicas. No los quiero dejar al aire o que nos aprendeamos el concepto de memoria, sin entenderlos realmente. Estos son “reducción de la dimensionalidad” y “”</blockquote><blockquote><strong>Reducción de la dimensionalidad: </strong>Piensa en una foto muy grande con muchos detalles. A veces, quieres ver la imagen general sin todos los pequeños detalles. La reducción de la dimensionalidad es como tomar esa foto grande y convertirla en una versión más simple, pero aún así representativa. Eliminas información que no es tan importante para poder trabajar más fácilmente y entender mejor los datos.</blockquote><blockquote><strong>Desvanecimiento del gradiente:</strong> Imagina que estás enseñando a alguien cómo llegar a un destino, pero cada vez que le das una dirección, la persona solo recuerda una parte muy pequeña del camino. Entonces, cuando intenta seguir las instrucciones para llegar al destino, siempre se pierde porque no tiene suficiente información para avanzar correctamente. En las redes neuronales, el “desvanecimiento del gradiente” es un problema similar. Durante el entrenamiento de una red, se calculan instrucciones para mejorar los ajustes (llamados gradientes), pero a veces esas instrucciones se vuelven tan pequeñas a medida que se mueven hacia atrás en la red que los ajustes no se hacen correctamente. Esto hace que la red no aprenda bien y tenga dificultades para entender los datos.</blockquote><p>En el siguiente capitulo de este blog, tocaremos dos temas que hacen falta que son: NLP y Computer Vision. Por ahora te comparto una técnica para aprender toda esta información que te acabo de dar. Acércate a un grupo de amigos o incluso algún familiar que le llame la atención el tema e intenta enseñarle todo lo que aprendiste. Este fue mi truco para aprender cada una de las tecnologías que he llegado a usar, compartiendo mi conocimiento así evalúo que tanto sé.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=5f501248703c" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>