ALGORITMOS DE MACHINE LEARNING Y REDES NEURONALES
Temario
- Pandas y regresiones (lineal simple y múltiple, logística simple, múltiple y multiclase)
- Algoritmos I: Árboles de decisión, bosques aleatorio y XGBoost
- Algoritmos II: Máquinas de soporte vectorial, Regresión de soporte vectorial y Naive Bayes
- Redes neuronales: aplicaciones a la clasificación y predicción de valores continuos. Introducción a las redes LSTM.
- Clustering: k-means, DBSCAN e Hierarchical Clustering
- Clase práctica: utilizando algunos de los algoritmos aprendidos resolveremos casos prácticos
- Introducción al NLP
Clase 1: Pandas y regresiones
Video de clase Notas de clase Tarea 1
Clase 2: Algoritmos I
Video de clase Notas de clase Tarea 2
Clase 3: Algoritmos II
Video de clase Notas de clase Tarea 3
Clase 4: Redes neuronales
Video de clase Notas de clase
Clase 5: Recapitulación y práctica
Video de clase Notas de clase Pizarrón
Clase 6: Repaso
Video de clase Notas de clase
Clase 7: Clustering
Video de clase Notas de clase
Clase 8: Introducción al NLP II
Video de clase Notas de clase