Elementos esenciales de Python para IA/ML (Tipos de datos)

Elementos esenciales de Python para IA/ML En este artículo breve y práctico repasamos los tipos de datos más usados en Python cuando trabajas en proyectos de inteligencia artificial y aprendizaje automático, con analogías reales, ejemplos y casos de uso. También presentamos cómo en Q2BSTUDIO ayudamos a llevar modelos y soluciones a producción, ofreciendo servicios de software a medida, aplicaciones a medida, inteligencia artificial para empresas, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y consultoría en agentes IA y power bi. Si necesitas integrar modelos en aplicaciones o desarrollar una solución a medida visita nuestras soluciones de software a medida o conoce nuestros servicios de inteligencia artificial.

1 Tipos de datos básicos int Enteros ejemplo age = 25 Analogia real Contando carreras en cricket: 1, 2, 4, 6 Caso ML Guardar numero de epocas o tamano de batch: epochs = 10

float Numeros con decimales ejemplo learning_rate = 0.001 Analogia real Medir gasolina en litros: 1.5 L Caso ML Metricas del modelo: accuracy = 92.57, loss = 0.024

bool Valores booleanos ejemplo is_training = True Analogia real Interruptor encendido o apagado Caso ML Comprobar si el modelo esta en modo entrenamiento o evaluacion

str Texto ejemplo name = Ali Analogia real Un mensaje de WhatsApp Caso ML Datos de texto para modelos NLP

2 Lista list Ordenada, mutable, admite duplicados ejemplo fruits = [apple, banana, mango] Propiedades Ordenada Mutable Permite duplicados Operaciones basicas fruits.append(orange) fruits[1] = grapes print(fruits) Caso ML Almacenar multiples predicciones preds = [0.1, 0.4, 0.8, 0.3]

3 Tupla tuple Ordenada, inmutable, admite duplicados ejemplo point = (3, 5) Propiedades Ordenada Inmutable Rapida Permite duplicados Analogia real Datos de identificacion fijos que no cambian facilmente Caso ML Coordenadas en espacio de caracteristicas shape = (224, 224, 3) Por que usar tupla? Mas rapida que lista y protege de modificaciones accidentales

4 Conjunto set No ordenado, solo elementos unicos ejemplo unique_ids = {101, 102, 103} Propiedades No ordenado Solo elementos unicos Muy rapido para pruebas de pertenencia Analogia real Lista de seguidores donde no hay duplicados Caso ML Obtener etiquetas unicas: labels = set([cat, dog, cat, mouse]) Resultado {'cat', 'dog', 'mouse'}

5 Diccionario dict Parejas clave valor ejemplo student = {name: Ali, age: 22} Propiedades Mapeo clave-valor Busqueda rapida Ordenado en Python 3.7+ Operaciones student[age] = 23 student[city] = Nashik Caso ML Hipermetros de entrenamiento config = {learning_rate: 0.001, batch_size: 32, optimizer: adam}

Resumen rapido list Ordenada Mutable Permite duplicados Ejemplo [1, 2, 3] tuple Ordenada Inmutable Permite duplicados Ejemplo (1, 2, 3) set No ordenado Unicos Ejemplo {1, 2, 3} dict Claves unicas Valores asociados Ejemplo {a:1}

Mini ejercicios Q1 Crea una lista de 5 peliculas y reemplaza la tercera. Q2 Convierte esta lista a set nums = [1, 2, 2, 3, 4, 4, 5] Q3 Crea un diccionario para la configuracion de un modelo con claves model_name, epochs, lr, optimizer Q4 Por que usar una tupla en lugar de una lista?

En Q2BSTUDIO combinamos experiencia en desarrollo de aplicaciones y software a medida con capacidades avanzadas de inteligencia artificial, ciberseguridad y servicios cloud aws y azure para llevar sus proyectos de IA desde la idea hasta la produccion. Ofrecemos integracion con soluciones de inteligencia de negocio y power bi, agentes IA y automatizacion de procesos, todo orientado a resultados medibles y escalables.