Skip to content
main
Switch branches/tags
Go to file
Code

README.md

Introducción a Data Science

Universidad Católica del Norte

Segundo semestre del 2020

Para ver los notebooks como presentaciones ir al siguiente link.

Clases

Clases 13 y 14: Validación, regularización, kernels y clasificación no lineal

  • modelos_no_lineales-alumno.ipynb: Presentación y código de clase 13 y 14.

Laboratorios

Laboratorio 01: Introducción a Python

  • Laboratorio01_IntroPython-alumno.ipynb: Plantilla del laboratorio.
  • Laboratorio01_IntroPython_alumno-final.ipynb: Laboratorio con todos los ejercicios resueltos.

Laboratorio 02: Web scraping y visualización

  • Laboratorio02-alumno.ipynb: Plantilla del laboratorio.
  • Laboratorio02-profesor-sinsol.ipynb: Laboratorio con todos los ejercicios. Sin solución a ejercicios propuestos.

Laboratorio 03: Teoría de grafos

  • Laboratorio03.ipynb: Laboratorio de teoría de grafos. Con solución.
  • Laboratorio03-color-node.ipynb: Laboratorio de teoría de grafos. Con solución y problema para pintar los diez primeros nodos de verde y el resto de rojo resuelto.

Laboratorio 04: Regresión lineal

  • laboratorio04_RegresionLineal_Repaso_Alumno-sin.ipynb: Laboratorios de regresión lineal con base código para trabajar en l ahora de clases.

Laboratorio 05: Clasificación lineal y no lineal

  • modelos_no_lineales-alumno.ipynb: Clase de modelos lineales y modelos no lineales. Regularización.
  • Laboratorio05-clasificacion-lineal-no-lineal.ipynb: Laboratorio de clasificación lineal y no lineal para la estimación de la emoción sobre textos. Se analiza la base de datos de Cornell Natural Language Processing Group que contiene 2000 documentos. La mitad de los documentos contienen reseñas positivas sobre una película, mientras que la otra mitad contiene reseñas negativas.

Laboratorio 06: Introducción a las probabilidades (incertidumbre)

  • Intro-probabilidades.ipynb: Clase de introducción a las probabilidades.
  • Laboratorio06-Incertidumbre.ipynb: Se desea reconocer si una cara pertenece a un hombre o una mujer dada una imagen de una cara. La implementación del clasificador se debe realizar utilizando el material de probabilidades visto en clases.

Laboratorio 07: Redes Neuronales

  • RedesNeuronales.ipynb: Laboratorio completo de redes neuronales con una tarea.
  • piel-ucn.jpeg: Imagen de prueba.
  • Skin_NonSkin.txt: Base de datos de pixeles RGB y etiqueta de piel y no piel.

About

No description, website, or topics provided.

Resources

Releases

No releases published

Packages

No packages published