Se encuentran disponibles los materiales de cursada correspondientes al 1er cuatrimestre 2021.
Además, en esta página vamos a ir actualizando los PDFs y los Notebooks de Google Colab con aquellos correspondientes a esta cursada.
Clase 1: Introducción a la materia.
Clase 2: Tipos de datos. Dataframes.
Notebook de Google Colab (parte 1, parte 2, parte 3, parte 4)
Clase 3: Preparación. Estandarización. Normalización.
Notebook de Google Colab (parte 1, parte 2, parte 3)
Clase 4: Introducción a conceptos de probabilidad y estadística descriptiva.
Notebook de Google Colab (parte 1, parte 2, parte 3)
Clase 5: Visualización
Clase 6: Regresión lineal
Clase 7: Regresión logística
Clase 8: Bienvenid@s al machine learning
Notebook de Google Colab (primera parte, segunda parte, tercera parte)
Clase 9: Regresión de polinomios, overfitting y regularización.
Clase 10: Más sobre evaluación de modelos y selección de features
Notebook de Google Colab (primera parte, segunda parte, tercera parte, cuarta parte)
Clase 11: Clasificador lineal
Clase 12: Clasificación y regresión basadas en instancias (KNN)
Notebooks de Google Colab (clasificación y regresión)
Clase 13: Árboles de decisión. Ensembles de árboles.
Notebooks de Google Colab (parte 1 y parte 2)
Clase 14: Máquinas de soporte vectorial (support vector machines, SVM).
Clase 15: Análisis de componentes principales (PCA)
Notebook de Google Colab (parte 1, parte 2)
Clase 16: Clustering
Clase 17: Info sobre el TP final y cosas varias
Clase 18: Interacción con APIs
Notebooks de Colab: JSON y XML, API Twitter, API Wikipedia, API Transporte, API Spotify
Clase 19: Scrapeo de páginas web
Notebooks de Colab: Contenido estático, Datos de alquileres, “Interacción” con Mercadolibre
Clase 20: Procesamiento de lenguaje natural. Grafos de palabras.
Diapositivas de la clase (procesamiento de lenguaje natural)
Diapositivas de la clase (grafos de palabras)
Clase 21: Sentiment analysis. Word embeddings.
Diapositivas de la clase (sentiment analysis)
Diapositivas de la clase (word2vec)
Notebook de sentiment analysis
Clase 22: Clasificación de documentos con Naive Bayes
Clase 23: Detección de tópicos (LSA, NMF, LDA)
Notebook de Colab, análisis de tópicos
Clase 24: Datos georeferenciados
Charlistas invitados
Yonatan Sanz Perl (parte 1, parte 2)
Manuela Gabriel, Facundo Carrillo y Federico Zamberlan
Diapositivas de Facundo Carrillo
TPs finales
Link al video de las charlas (primera parte)
Link al video de las charlas (segunda parte)
