Profesor | Harim García Lamont | lu mi vi | 18 a 19 | P118 |
Ayudante | Erick Eduardo Aguilar Hérnandez | ma ju | 18 a 19 | P118 |
Act. Harim García Lamont.
Mat. Erick Eduardo Aguilar Hernández
El curso está enfocado principalmente a técnicas de aprendizaje máquina y ciencia de datos. Para poder aprovechar el curso es necesario cuando menos haber cursado las asignaturas de Algebra Lineal I, Probabilidad I y II, Estadística I.
Código de la clase de Google Classroom
xeizqll
Temario:
Introducción a Python
Estructuras de control.
Clases y funciones.
Manejo de DataFrames.
Limpieza de datos.
Estadística multivariada.
Estadísticas descriptivas multivariadas.
Matrices y transformaciones lineales.
Formas semi positivas definidas
Distribuciones multivariadas.
Elipses de confianza.
Técnicas de reducción de dimensión.
Análisis de componentes principales.
Análisis de factores.
Escalamiento multidimensional.
Análisis de correlación canónica.
Métodos de agrupamiento.
Mezclas gaussianas.
Métricas de agrupamiento.
Métodos jerárquicos.
Métodos aglomerativos.
Métodos de clasificación.
Regresión logística.
Métricas de clasificación binaria.
Máquina de soporte vectorial.
Análisis discriminante lineal y cuadratico.
Árboles de decisión.
Evaluación
Prácticas 100%
Material
R (r - studio)
Python 3.7 (sklearn, jupyter, anaconda)