repositorio de investigacion en programacion-general, ciencia-de-datos e inteligencia-artificial

este repositorio contiene una coleccion de codigo, tutoriales, cursos y proyectos relacionados con programacion general, ciencia de datos, inteligencia artificial, estadisticas y metodologias relacionadas. sirve como recurso de investigacion y aprendizaje, organizado por area y lenguaje de programacion.

areas del repositorio

• programacion-general: manejo de archivos, interfaces graficas, sql, excel, cursos, proyectos
• ciencia-de-datos: estadisticas, probabilidad, prediccion, manipulacion de datos, visualizacion, algebra-lineal, aprendizaje automatico
• inteligencia-artificial: clasificacion binaria, regresion polinomial, redes neuronales

estructura del repositorio

data-falcon/
├── ciencia-de-datos/
│   ├── code/                # codigo fuente organizado por metodologia
│   │   ├── statistics/      # analisis estadistico (python y r)
│   │   ├── visualization/   # visualizacion de datos
│   │   ├── data-manipulation/ # procesamiento de datos (pandas)
│   │   ├── linear-algebra/  # operaciones de algebra lineal
│   │   ├── pca/            # analisis de componentes principales
│   │   └── sampling/       # tecnicas de muestreo
│   ├── data/                # conjuntos de datos y modelos
│   │   ├── models/         # modelos entrenados
│   │   ├── assets/         # imagenes y otros recursos
│   │   ├── fashionmnist/    # conjunto fashion mnist
│   │   └── mnist/          # conjunto mnist
│   ├── notas/               # notas y documentacion
│   ├── recursos/            # libros y materiales de lectura
│   │   ├── algebra-lineal/
│   │   ├── ciencia-datos/
│   │   └── estadistica/
│   ├── software/             # herramientas de software
│   └── tutorials/           # tutoriales
│
├── inteligencia-artificial/
│   ├── code/                # codigo fuente
│   │   ├── ai/             # inteligencia artificial
│   │   ├── machine-learning/ # algoritmos de ml
│   │   ├── neural-networks/ # implementaciones de redes neuronales
│   │   └── gradient-descent/ # algoritmos de optimizacion
│   ├── notas/               # notas y documentacion
│   ├── recursos/            # libros y materiales
│   └── tutorials/           # tutoriales
│
└── programacion-general/
    ├── code/                # codigo fuente
    │   ├── courses/         # materiales de cursos
    │   ├── excel/           # manejo de archivos excel
    │   ├── file-handling/   # operaciones de archivos
    │   ├── gui/             # interfaces graficas
    │   ├── projects/        # proyectos completos
    │   └── sql/             # operaciones de base de datos
    ├── notas/               # notas y documentacion
    ├── recursos/            # libros y materiales
    │   ├── bases-datos/
    │   └── python/
    ├── software/             # herramientas de software
    └── tutorials/           # tutoriales
        ├── c/
        └── python/

contenido de programacion

programacion-general

manejo de archivos (python)

• lectura y escritura de archivos csv, txt
• manejo de errores

interfaces graficas (python)

• pyside6
• tkinter

sql (python)

• operaciones de base de datos
• conexiones y consultas

excel (python)

• automatizacion con openpyxl

cursos

• advanced python
• conceptos-basico
• dart
• django
• polars
• rust

proyectos

• bodex (sistema de gestion de inventario)
• mapa (proyectos de mapeo geografico)
• juegos (juegos y simulaciones)
• react-native (proyectos de apps moviles)
• resultados-electorales

---

ciencia-de-datos

estadisticas (python y r)

medidas de tendencia central y dispersion

• media, mediana, moda
• varianza y desviacion estandar
• rango e rango intercuartil
• cuantiles

distribuciones

• distribucion normal
• distribucion binomial
• distribucion acumulada
• transformacion inversa normal cdf

analisis de correlacion

• correlacion simple y avanzada
• covarianza
• diagramas de correlacion

regresion

• regresion lineal simple y multiple
• valores ajustados y residuales
• calculo de rmse

muestreo y bootstrap

• distribuciones normales
• histogramas
• remuestreo (bootstrap)
• permutaciones
• remuestreo con media, boxplot

graficos estadisticos

• histogramas
• diagramas de cajas (boxplot)
• diagramas de violin
• diagramas de dispersion
• graficos hexagonales
• facetas
• barplots
• tablas de frecuencias

analisis avanzado

• pruebas de hipotesis
• poder estadistico
• analisis de supervivencia
• modelos de efectos mixtos
• agrupamiento jerarquico
• series temporales (arima)
• validacion cruzada e hiperparametros
• tablas de contingencia y divergencias

inferencia estadistica

• inferencia binomial

probabilidad

• simulacion de dados
• distribuciones bivariante normal
• distribuciones acumuladas

prediccion

• prediccion de partidos por fecha de liga
• modelos predictivos

manipulacion de datos (python)

• operaciones con pandas
• lectura y escritura de archivos
• manejo de errores
• limpieza y transformacion de datos

visualizacion de datos (python)

• matplotlib (barras, dispersion, histogramas)
• seaborn
• graficos 3d

algebra lineal (python)

• operaciones matriciales
• vectores propios
• matrices de covarianza

aprendizaje automatico (python)

• clasificacion y regresion
• ingenieria de caracteristicas
• evaluacion de modelos

---

inteligencia-artificial

• clasificacion binaria con pytorch
• regresion polinomial
• redes neuronales
• descenso de gradiente

conjuntos de datos

el directorio data/ contiene varios conjuntos de datos utilizados en los ejemplos:

• fashion mnist y mnist para clasificacion de imagenes
• archivos csv personalizados para diversos analisis

como empezar

1. clona el repositorio
2. navega a los directorios de metodologias especificas
3. sigue los archivos en subdirectorios para instrucciones de configuracion
4. ejecuta scripts de python con las dependencias requeridas

dependencias

dependencias comunes incluyen:

• python 3.x
• pytorch
• pandas, numpy
• matplotlib, seaborn
• scikit-learn
• r con paquetes estadisticos

contribuyendo

este es un repositorio de investigacion personal. para sugerencias o mejoras, crea un issue.

licencia

este repositorio es para fines educativos e investigativos.