Introducción a la ciencia de datos y machine learning
- Introducción
- Definiciones
- Introducción al aprendizaje automático
- Tipos de aprendizaje automático
- Aprendizaje supervisado vs no supervisado
- Problema del sobreentrenamiento
- Pasos para construir un modelo de machine learning
- Cuestionario de evaluación machine learning
Librerías para tratamiento y visualización de datos con python
- Librerías de Python para machine learning:Numpy, SciPy, Pandas
- Instalación anaconda + jupyter notebook
- Conjunto de datasets
- Crear nuestro propio dataset
- Introducción a pandas
- Ejemplos prácticos tratamiento de datos con pandas
- Librerías de visualización de datos con python
- Ejemplos prácticos visualización de datos
- Visualizacion datos con bokeh última version 0.12.10
- Librerías de machine learning con python
- Cuestionario de evaluación tratamiento y visualización de datos
Scikit-learn como librería de machine learning
- Introducción a scikit-learn
- Datasets sklearn
- Algoritmos de Machine Learning en scikit-learn
- Introducción a la regresión lineal
- LinearRegression como algoritmo de regresión lineal
- Resolver problema de predecir el tráfico web
- Logistic Regression como algoritmo de regresión logística
- LogisticRegresion gráfico
- Introducción a los árboles de decisión
- DecissionTreeClassifier como algoritmo de árboles de decision
- DecissionTreeRegressor como algoritmo de selección de mejores atributos
- SVM como algoritmo de máquinas de vectores de soporte
- Implementación del algoritmo SVM en scikit-learn
- Clasificador de dígitos con el algoritmo SVM en scikit-learn
- K-NN (K Nearest Neighbor) como algoritmo de clasificación supervisada
- Implementación de KNeighborsClassifier en scikit-learn
- KneighborsClassifier vs RadiusNeighborsClassifier
- Clustering y aprendizaje no supervisado
- Aplicaciones de clustering
- Tipos de clustering
- K-means como algoritmo de clustering
- Implementación de K-means en scikit-learn
- Ejemplos kmeans en scikit-learn
- AffinityPropagation en scikit-learn
- Titanic Dataset gráficos
- Titanic Dataset Scikit-learn
- Cuestionario de evaluación scikit-learn
Pyspark como librería de big data y data science
- Introducción al big data
- Introducción a Apache Spark
- Módulos de Apache Spark
- Spark para Científicos de Datos
- Instalación de Apache Spark
- Consola interactiva en pyspark
- SparkContext y esqueleto de una aplicación con pyspark
- SparkSubmit para la ejecución de scripts python
- SparkSubmit parte práctica
- Datasets y RDD con pyspark
- Crear un RDD en python con pyspark
- Operaciones sobre un RDD
- Transformaciones sobre un RDD
- Map Reduce en pyspark
- Funciones lambda en python
- Resumen operaciones pyspark
- Resumen operaciones map reduce
- Instalar y ejecutar Pyspark con docker
- Instalar y ejecutar Pyspark con docker
- Contador de palabras con pyspark
- Palabras más frecuentes de un texto con pyspark
- Leer ficheros csv
- Lectura ficheros json con pyspark
- Trabajando con Spark SQL y dataframes
- Resumen operaciones sql dataframes pyspark
- Docker compose y ejemplo cluster con pyspark
- MLlib como módulo de machine learning con pyspark
- Introducción a MLlib
- Ejemplo clasificación Spam con mLlib
- Clustering con pyspark. Algoritmo Kmeans
- Cuestionario de evaluación pyspark
Sistemas de recomendación
- Definir sistema de recomendación
- Tipos de sistemas de recomendación
- Filtros basados en contenido (Content-Based Filtering)
- Practica filtro basado en contenido
- Practica filtro basado en contenido mediante extracción de atributos
- Filtros colaborativos (Collaborative Filtering)
- Práctica filtro colaborativo
- Práctica filtro colaborativo csv
- Conclusiones
- Cuestionario de evaluación sistemas de recomendación
Recursos y artículos
- Recursos y artículos
- Artículos deep learning
