Bienvenido/a a mi repositorio de recursos interactivos. Este espacio está dedicado al almacenamiento y organización de diversos Jupyter Notebooks enfocados en la programación, el análisis de datos y el aprendizaje de nuevas tecnologías, especialmente IA/ML.
Este repositorio es una biblioteca de consulta y pruebas para:
- Aprendizaje de IA: Implementaciones y tutoriales (como tokenización de datasets y NLP).
- Análisis de Datos: Procesamiento, limpieza y visualización de información (como ApacheBeam/Dataflow y BigQuery).
- Scripts de Programación: Prototipos y soluciones rápidas desarrollados en Python, Go, Javascript, etc.
- Material Educativo: Adaptaciones de cuadernos distribuidos públicamente por Google y otras fuentes técnicas.
Para facilitar la navegación, los recursos se organizan de la siguiente manera:
/ai-ml: Pruebas y ejercicios de IA/ML para practicar conceptos teóricos./bigdata: Pruebas de limpieza, transformación, exploración de datos, SDKs, etc./programming: Fragmentos de código de programación para pruebas rápidas interactivas./snippets: Fragmentos de código de cualquier tipo para pruebas rápidas interactivas.
Si estás editando uno de estos cuadernos en Colab y deseas salvar tus progresos aquí:
- Dirígete a Archivo >
Guardar una copia en GitHub(o en GitHub Gist). - Selecciona este repositorio y define la ruta de la carpeta correspondiente.
- Añade una nota sobre los cambios realizados (Commit message).
Al tratarse de archivos estándar .ipynb, puedes ejecutarlos de dos formas:
- Abre Google Colab.
- Ve a Archivo > Abrir cuaderno > pestaña GitHub.
- Pega la URL de este repositorio o de un Gist específico para cargarlo instantáneamente.
Descarga el archivo *.ipynb o clona el repositorio:
git clone git@github.com:colomr-dev/notebooks.git