#MartesDeAI

1

Comparando modelos de IA de generaci贸n de im谩genes

2

Probando Gemini, el nuevo poderoso modelo de Google

3

Bases de datos OLAP para Business Intelligence y anal铆tica

4

Stable Diffusion 2.0: conoce qu茅 mejoras tiene

5

GPT3, text-davinci-003 y ChatGPT: revoluci贸n de NLP y chatbots

6

驴C贸mo funcionan los transformers? Arquitecturas de IA de GPT-3

7

Stack Moderno de Datos: 驴Qu茅 es DBT?

8

Explorando los Embeddings: Descubriendo su potencial en IA y NLP

9

NLP en Espa帽ol en 2023

10

GPT-4: 驴Qu茅 ventajas tiene este nuevo modelo de OpenAI?

11

Probando la nueva version 5 de Midjourney

12

ControlNET para Stable Diffusion

13

Importancia del prompt engineering en Inteligencia Artificial

14

Conoce LLM Open Source

15

LangChain: framework para crear aplicaciones con LLM

16

QA con Omar Espejel, profesor de PyTorch y Hugging Face

17

Transformers Agents de Hugging Face: crea aplicaciones con LLM

18

Plugins en ChatGPT

19

Microsoft Build 2023: nuevas tecnolog铆as de IA y su impacto

20

Herramientas de Stability.ai para generaci贸n de im谩genes y animaciones

21

PyCon Colombia 2023

22

DragGAN: IA para editar im谩genes m谩s all谩 de Photoshop

23

驴C贸mo funcionan los modelos de difusi贸n?

24

Estado de AI 2023

25

C贸mo la IA Generativa impulsa la productividad en software

26

LlaMA 2 en vivo y visita de Manu Romero con LINCE

27

Conoce SDXL 1.0 la 煤ltima versi贸n de Stable Difussion

28

Aprende sobre IA y Blockchain: Revoluci贸n Industrial 4.0

29

Python en Excel: 驴Qu茅 significa esto para Data y ML?

30

Importancia de los embeddings en modelos de lenguaje

31

Siguiente nivel de generaci贸n de im谩genes con DALLE-3

32

Martes de IA 9 Septiembre

33

Martes de IA 12 Septiembre

34

Martes de IA 19 Septiembre

35

An谩lisis de datos con DAX en Microsoft Power BI

36

ChatGPT vs. Bard: 驴Cu谩l es mejor para describir im谩genes?

37

驴C贸mo cre茅 un buscador de pacientes usando embeddings y bases de datos vectoriales?

38

Creaci贸n de avatares virtuales con HeyGen y ElevenLabs

39

Novedades de OpenAI y ChatGPT del DevDay

40

驴Qu茅 est谩 pasando dentro de OpenAI y Microsoft?

41

C贸mo usar LangChain y GPT4 Vision API en la resoluci贸n de problemas Multimodales

42

Futuro de la programaci贸n con IA en GitHub Universe

43

IA en Edge Computing con Cloudflare

44

Probando Gemini, el nuevo poderoso modelo de Google

45

Lo mejor en Inteligencia Artificial en 2023

46

Conoce el poder de Microsoft Azure AI

47

Estaremos hablando sobre GPTs Store

48

隆prompt enginering a modelos open source!

49

El futuro de la IA con Gemini Advanced

50

Gemini 1.5 PRO

51

Gemma, el modelo open source de Google

52

#MartesDeIA: Mistral se suma a la competencia

53

#MartesDeIA: Introducci贸n a databricks

54

MartesDeIA: ComfyUI para stable diffusion

55

#MartesDeIA: Nuevas fronteras en la m煤sica con AI

56

#MartesDeIA: Llama index: Lleva el poder de los LLM a otro nivel

57

#MartesDeIA: Llama 3

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Aprende Ingl茅s, Programaci贸n, AI, Ciberseguridad y m谩s a precio especial.

Antes: $249

Currency
$209
Suscr铆bete

Termina en:

2 D铆as
2 Hrs
5 Min
51 Seg

Bases de datos OLAP para Business Intelligence y anal铆tica

3/57
Recursos

Aportes 5

Preguntas 1

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

Super buena la charla鈥 muy fundamental los conceptos tratados. Ahora bien, cuando vi el titulo de la charla y por lo que me anim茅 a reproducirla, parti贸 bajo la idea de que se centrar铆a espec铆ficamente en analizar las bases de datos con foco en OLAP鈥 y creo que mi aporte gira all铆鈥 ser铆a interesante una charla al rededor de en qu茅 escenario y bajo que condiciones deber铆a de considerar o un BigQuery, un SnowFlake, un Redshift, un Synapse鈥 o por ejemplo bajo condiciones de volumetr铆a de datos, poder utilizar una base de datos orientada a OLTP como una OLAP鈥 ojal谩 que se pudiera dar esta charla porque como estudiantes y en ambientes laborales ser铆a super tener esta info para analizar y aportar.

Las bases de datos OLAP (procesamiento anal铆tico en l铆nea) son un tipo de base de datos dise帽ada para el an谩lisis de datos multidimensionales. Se utilizan para realizar consultas complejas y obtener informaci贸n 煤til para la toma de decisiones.

Las bases de datos OLAP se diferencian de las bases de datos relacionales tradicionales en que almacenan los datos en una estructura multidimensional, lo que facilita el an谩lisis de grandes cantidades de datos.

Los datos multidimensionales se organizan en dimensiones, que son categor铆as de datos que se pueden utilizar para analizar los datos. Por ejemplo, una dimensi贸n puede ser el tiempo, el producto o el cliente.

Las bases de datos OLAP permiten a los usuarios realizar consultas complejas sobre los datos multidimensionales. Estas consultas pueden incluir filtros, agrupaciones y c谩lculos.

Las bases de datos OLAP se utilizan en una variedad de aplicaciones, incluyendo:

Business intelligence (BI): las bases de datos OLAP se utilizan para proporcionar informaci贸n a los usuarios de BI para que puedan tomar decisiones informadas.
Anal铆tica de datos: las bases de datos OLAP se utilizan para analizar grandes cantidades de datos para identificar tendencias y patrones.
Marketing: las bases de datos OLAP se utilizan para segmentar a los clientes y crear campa帽as de marketing m谩s efectivas.
Algunos ejemplos de bases de datos OLAP incluyen:

Microsoft SQL Server Analysis Services
Oracle Business Intelligence
SAP BusinessObjects
Las bases de datos OLAP son una herramienta importante para el an谩lisis de datos. Permiten a los usuarios realizar consultas complejas y obtener informaci贸n 煤til para la toma de decisiones.

Excelente video!!!
ola muy bueno el video la verdad esta muy entendible

Por favor hagan q se pueda escuchar el video con la pantalla bloqueada 馃檹馃徎