Análisis de Datos 2020 - UDLA (CLASE 1)
Análisis de Datos 2020 - UDLA (CLASE 1)
Análisis de Datos 2020 - UDLA (CLASE 1)
AGOSTO-2020
ANÁLISIS DE DATOS
Programa
1. Estadística Descriptiva
2. Analítica para toma de decisiones.
3. Análisis exploratorio de datos.
4. Aprendizaje No supervisado
a. Clustering
b. Reducción de dimensionalidad
c. Análisis de Componentes Principales
5. Aprendizaje Supervisado
a. Regresión Lineal y Regresión Logística
b. Árboles de Decisiones
c. Máquinas de Soporte Vectorial
Evaluaciones
Cuerpo Docente
scikit-learn.org
github.com/scikit-learn/scikit-learn
Machine Learning en Python
Machine Learning en Python
Modelos y Algoritmos
Modelos y Algoritmos
Implementación de Modelos
¿Qué son los Datos?
Datos
Datos
Datos
Datos
Datos
Datos
Datos Genómicos
Datos Genómicos
Datos Genómicos
Datos Genómicos
Datos Astronómicos
Datos Astronómicos
Datos de Redes Sociales
Datos de Twitter
Datos de Youtube
PROBLEM
Problemas en elDEFINITION
Análisis de Datos
Problemas en el Análisis de Datos
Problemas en el Análisis de Datos
Problemas en el Análisis de Datos
Tipos de Atributos
Tipos de Datasets
Tipos de Aprendizajes
Tipos de Aprendizajes
Supervisado y No Supervisado
Supervisado y No Supervisado
Problemas en el Análisis de Datos
Problemas en el Análisis de Datos
Problemas en el Análisis de Datos
Machine Learning Aplicado
Datos versus Conocimiento
Datos versus Conocimiento
ML TOOLSpara el
Herramientas
Análisis de Datos
Herramientas para el Análisis de Datos
Herramientas para el Análisis de Datos
Python para el Análisis de Datos
Jupyter Notebooks
Jupyter Notebooks
Scikit-Learn
Google Colaboratory
RStudio
DataRobot
AutoML (Google)
Aprendizaje Automático
Francisco Altimiras, Ph.D.
[email protected]