Introducción a Machine Learning:

Aplicaciones con scikit-learn

Este tutorial entregara nociones basicas sobre aprendizaje automatico en python utilizando la libreria scikit-learn.

Este tutorial abordara conceptos basicos de Aprendizaje Automatico en conjunto con la libreria scikit-learn. En general nos centraremos en algunos aspectos basicos del Aprendizaje Supervisado y algunas aplicaciones con scikit-learn. No es obligatorio para asistir al tutorial, pero recomiendo revisar el reporitorio Github en https://github.com/victorfica/ML-tutorial2017-vfica donde dispondre del material utilizado.

---

Pueden ver el codigo del cuaderno jupyter aqui

Obteniendo el material del tutorial

Si ya poseen una cuenta GitHub, probablemente la forma mas conveniente de obtener el material del tutorial es clonando este repositorio GitHub via git clone https://github.com/victorfica/ML-tutorial2017-vfica y obtener las actualizaciones via pull origin master

Si no poseen una cuenta Github, pueden descargar el repositorio como un archivo .zip en la misma pagina web del repositorio.

Instalación y requerimientos

Mencionar que la instalación de las siguientes librerias son un requicito solo si desean ir siguiendo e interactuando con el codigo presentado en este tutorial, por lo tanto no es obligación para la asistencia.Este tutorial requiere los siguientes paquetes:

• Python version 2.6-2.7 or 3.3-3.4
• Seaborn
• NumPy
• SciPy
• matplotlib
• pandas
• scikit-learn
• IPython
• Jupyter Notebook

La manera mas sencilla de obtener esto es usando el gestor de paquetes y entornos virtuales conda. Personalmente sugiero que descarguen miniconda, la version que necesiten y con python 3.

Una vez instalado, el siguiente comando deberia instalar todos los paquetes requeridos en su entorno Python:

$ conda install numpy scipy matplotlib scikit-learn notebook seaborn