Este proyecto de Machine Learning fue realizado en Google Colab utilizando la API de OpenAI. Se implementaron modelos de aprendizaje automático para la predicción y clasificación de datos. El enfoque principal fue en la ingeniería de características y la evaluación del modelo.
feat: ✨ Add retry logic for RateLimitError in OpenAI interaction
Este proyecto agrega un mecanismo de reintento con retroceso exponencial para manejar las excepciones RateLimitError al interactuar con la API de OpenAI en el archivo langchain_example.py.
- Se reintenta la operación hasta 3 veces con un retraso de 60 segundos entre intentos.
- Se imprimen mensajes informativos sobre cada intento de reintento y se sale si los reintentos fallan.
Este repositorio contiene prácticas sobre el uso de embeddings en modelos de lenguaje. Los embeddings son una representación vectorial de palabras que capturan su significado semántico. El enlace a Colab proporciona un entorno interactivo para ejecutar el código y experimentar con diferentes configuraciones de embeddings.
4. Th3MayarBot
Este proyecto incluye un bot construido utilizando la API de OpenAI y otros servicios. Se ha subido a GitHub y se ha agregado la documentación necesaria para su uso. El bot es capaz de realizar diversas tareas automatizadas, incluyendo la respuesta a preguntas y la ejecución de comandos personalizados.
Este proyecto tiene como objetivo desarrollar un sistema de búsqueda semántica utilizando embeddings y técnicas de reducción de dimensionalidad. El sistema permite a los usuarios buscar entradas relacionadas en el dataset melb_data.csv basándose en la similitud semántica del contenido.
Certificado de completación del curso "Intro to Machine Learning" en Kaggle.
Prueba de Inteligencia Artificial registrada exitosamente.
Prueba de IA Prompts registrada exitosamente.
Respuesta registrada exitosamente.
Certificado de completación del curso "ChatGPT Prompt Engineering for Developers" en DeepLearning.AI.