Entradas

Mostrando las entradas con la etiqueta machine learning

Dashboard de Tenis en Tiempo Real con WebSocket y JavaScript

Imagen
¿Por qué utilizar WebSocket en lugar de una API REST? El caso de Tennis API Cuando trabajamos con APIs, normalmente pensamos en solicitudes HTTP tradicionales donde una aplicación consulta información cada cierto tiempo. Sin embargo, para aplicaciones que requieren datos en tiempo real, existe una alternativa mucho más eficiente: WebSocket. Mientras exploraba las capacidades de Tennis API encontré su integración mediante Socket.IO, una tecnología que permite recibir actualizaciones en tiempo real sin necesidad de realizar consultas constantes al servidor. ¿Cómo funciona una API REST tradicional? Con una API REST, la aplicación debe preguntar periódicamente si existen nuevos datos. Por ejemplo: setInterval(async () => { const response = await fetch("/live-scores"); const data = await response.json(); console.log(data); }, 5000); En este caso la aplicación realiza una consulta cada 5 segundos. El problema es que muchas veces no existe información nue...

Análisis del Top 100 ATP con Python y Tennis API | Datos Históricos por Superficie

Imagen
Análisis del Top 100 ATP con Python y Tennis API: ¿Quién domina cada superficie? Los datos deportivos son una excelente forma de aprender análisis de datos y visualización con Python. En este artículo exploramos el rendimiento histórico del Top 100 ATP actual utilizando la Tennis API , una plataforma que ofrece acceso a rankings, perfiles de jugadores, resultados en vivo, estadísticas históricas y mucho más. Nuestro objetivo fue responder una pregunta sencilla: ¿Quiénes son los mejores jugadores del Top 100 ATP actual en cada superficie? Para ello utilizamos Python, Pandas y Plotly para analizar más de 3,700 registros históricos obtenidos desde la API desde 2004 a 2026 para el top100 . Obtención de datos con Tennis API La información fue obtenida utilizando el endpoint Surface Summary disponible en la documentación oficial de Tennis API. Documentación: https://tennisapidoc.matchstat.com/ Sitio oficial: https://tennis-api.com/ El proceso consistió en: Obte...

Exploración de datos públicos sobre salud reumatológica en México: un caso educativo con Python

Imagen
“Este análisis fue realizado con fines educativos y de concientización, utilizando datos públicos y anónimos. Todo el contenido respeta la privacidad de los pacientes y busca aportar valor desde la ciencia de datos.” 🔍 Introducción Las enfermedades reumatológicas, como la artritis reumatoide, el lupus o la fibromialgia, afectan a miles de personas en México y el mundo. Más allá de los números, se trata de condiciones que influyen profundamente en la calidad de vida de quienes las padecen. En este artículo realizo un ejercicio educativo utilizando Python y Jupyter para explorar datos públicos de salud disponibles a través del sistema SINBA/SINAIS de la Secretaría de Salud. El objetivo no es presentar un diagnóstico ni emitir juicios clínicos, sino visibilizar patrones agregados y mostrar cómo la ciencia de datos puede aplicarse de manera respetuosa y útil en el ámbito médico y de salud pública . El análisis está pensado tanto para: 👩‍⚕️ Profesionales de salud que quieran apren...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!