Artículos de la categoría: 1. Introducciones

  1. Bienvenido

    En el presente portfolio recopilaremos tanto contenido teórico y conceptual de la inteligencia artificial en las áreas de machine learning, como también la investigación y trabajo en casos particulares de forma de demostración.

    Se trabajará con herramientas como RapidMiner para desarrollos más gráficos del entrenamiento y aplicación de modelos, y …

  2. Intro Machine Learning

    ¿Qué es “Machine Learning”?

    Hacer una búsqueda rápida y listar al menos 3 definiciones de “Machine Learning” y responder: - ¿qué tiene en común y en qué se diferencia de “Inteligencia Artificial”? - ¿qué tiene en común y en qué se diferencia de “Análisis Estadístico”? - ¿Cómo se diferencia con Data Mining? - ¿en …

  3. Intro a Pandas

    Importamos librerias y datos de UCI

    import pandas as pd
    
    url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
    
    column_names = ["sepal_length", "sepal_width", "petal_length", "petal_width", "class"]
    
    iris = pd.read_csv(url, names=column_names)
    

    "pandas" nos retorna un DataFrame, un tipo de dato nuevo con amplias funcionalidades y métodos que nos …

  4. Intro a Sklearn

    En este ejercicio se practicará pre procesamiento de datos y recuperado por python

    1. Descargar el dataset “wine” del repositorio UCI y cargar el dataset en formato CSV.
    2. Imprimir todas las columnas de las primeras 10 filas.
    3. Convertir los valores numéricos en string a float, en caso de ser necesario
    4. Obtener …

Página 1 / 1