Proyectos para Diplomado Machine Learning & Data Science

Universidad Nacional de Colombia

Este repositorio contiene los proyectos desarrollados durante el Diplomado en Machine Learning & Data Science de la Universidad Nacional de Colombia. Los proyectos están organizados por módulos y se enfocan en la aplicación de técnicas y herramientas de ciencia de datos en diferentes contextos.

Contenidos

Módulo 2

Proyecto aplicado "Pokemon_data"
Archivo: Proyecto Módulo 2.ipynb

En este proyecto, se utilizan modelos de aprendizaje supervisado y no supervisado para analizar un conjunto de datos de pokémon. El objetivo es entender las características de los pokémon, realizar clasificaciones y agrupamientos que permitan encontrar similitudes entre ellos. Las principales técnicas utilizadas incluyen:

• Modelos Supervisados: Para la clasificación de los pokémon según sus características.
• Modelos No Supervisados: Para el agrupamiento de los pokémon y la identificación de patrones ocultos en los datos.

Módulo 3

Proyecto BIG DATA: Google Merchandise Store
Archivo: Proyecto Módulo 3.ipynb

Este proyecto aborda el manejo de grandes volúmenes de datos no estructurados utilizando MongoDB y Dask. El conjunto de datos corresponde a los clientes de la Google Merchandise Store, y el objetivo es asegurar que el proceso de Extracción, Transformación y Carga (ETL) sea eficiente. Las principales herramientas y técnicas utilizadas incluyen:

• MongoDB: Para el almacenamiento y la gestión de grandes volúmenes de datos no estructurados.
• Dask: Para la paralelización de tareas y la gestión eficiente de datos a gran escala durante el proceso ETL.

Requisitos

Software y Bibliotecas Necesarias

• Python 3.8 o superior
• Jupyter Notebook
• Bibliotecas de Python:
  • pandas
  • numpy
  • scikit-learn
  • matplotlib
  • seaborn
  • mongodb
  • dask
  • pymongo

Instalación

1. Clonar el repositorio

   git clone https://github.com/usuario/diplomado-machine-learning.git
   cd diplomado-machine-learning

2. Instalar las dependencias

   pip install pandas numpy scikit-learn matplotlib seaborn pymongo dask

Uso

1. Abrir los notebooks

   jupyter notebook

   • Navegar a los archivos Proyecto Módulo 2.ipynb o Proyecto Módulo 3.ipynb y abrirlos en Jupyter Notebook.

2. Ejecutar los notebooks

   • Seguir las celdas de código en cada notebook para reproducir los análisis y resultados.

Contribuciones

Las contribuciones son bienvenidas. Por favor, abre un issue para discutir cualquier cambio que desees realizar o envía un pull request con tus mejoras.