_____________________________________________________________________________________


Presentación e introducción

0. Breve descripción de contenidos (PDF)

1. Tareas en aprendizaje automático (PDF)


Métodos básicos para clasificación y regresión

2. Breve descripción de contenidos (PDF)

3. K-nearest neighbor (k-vecinos más cercanos) (PDF)


Metodología (entrenamiento, evaluación, ajuste de hiper-parámetros)

4. Breve descripción de contenidos (PDF)


Preproceso de datos

5. Breve descripción de contenidos (PDF)


Métodos avanzados para clasificación y regresión (Bagging, Boosting, SVMs y Redes de Neuronas)

6. Breve descripción de contenidos (PDF)

7. Support Vector Machines (PDF)

8. Redes de Neuronas (PDF)

Clasificación con muestras desbalanceadas. Curvas ROC.

9. Breve descripción de contenidos (PDF)

     

Introducción a técnicas de Big Data: MapReduce y Spark

10. Breve descripción de contenidos (PDF)

Last modified: Tuesday, 22 March 2022, 4:53 PM