Material de clase

Acciones de Documento
  • Marcadores (bookmarks)
  • Exportación de LTI
Autor: Ricardo Aler Mur
En esta sección encontraremos ficheros de transparencias, de audio, de video y con orientaciones que el profesor da en clase.
  • Presentación e introducción
    • MC-F-000.d. Breve descripción de contenidos ( PDF )
    • MC-F-000. Presentación del curso ( PDF )
    • MC-F-001. Tareas en aprendizaje automático ( PDF )

     

  • Métodos básicos para clasificación y regresión
    • MC-F-002.d. Breve descripción de contenidos ( PDF )
    • MC-F-002. Árboles y reglas ( PDF )
    • MC-F-003. K-nearest neighbor (k-vecinos más cercanos) ( PDF )

     

  • Metodología (entrenamiento, evaluación, ajuste de hiper-parámetros)
    • MC-F-004.d. Breve descripción de contenidos ( PDF )
    • MC-F-004. Metodología ( PDF )

     

  • Preproceso de datos
    • MC-F-005.d. Breve descripción de contenidos ( PDF )
    • MC-F-005. Selección y generación de atributos ( PDF )

     

  • Métodos avanzados para clasificación y regresión (Bagging, Boosting, SVMs y Redes de Neuronas)
    • MC-F-006.d. Breve descripción de contenidos ( PDF )
    • MC-F-006. Bagging, Boosting ( PDF )
    • MC-F-007. Support Vector Machines ( PDF )
    • MC-F-008. Redes de Neuronas ( PDF )

     

  • Clasificación con muestras desbalanceadas. Curvas ROC.
    • MC-F-009.d. Breve descripción de contenidos ( PDF )
    • MC-F-009. Evaluación y aprendizaje con datos desbalanceados ( PDF )

     

  • Introducción a técnicas de Big Data: MapReduce y Spark
    • MC-F-010.d. Breve descripción de contenidos ( PDF )
    • MC-F-010. Breve introducción a MapReduce y Spark ( PDF )
Reutilizar Curso
Descargar este curso