Skip to content

README.md

Latest commit

 

History

History
48 lines (40 loc) · 6.26 KB

README.md

File metadata and controls

48 lines (40 loc) · 6.26 KB

DISC_MachineLearning

Repositorio creado para el Curso de Machine Learning (Aprendizaje de Máquinas) en el programa de Doctorado en Ingeniería de Sistemas Complejos de la Universidad Adolfo Ibáñez.

Profesor: Gonzalo Ruz. Facultad de Ingeniería y Ciencias, UAI.

Ayudante: Carlos Sepúlveda.

Eduardo Carrasco Vidal

PythonGitHub

I. Notebook Utilizados en Clases:

  1. Introducción a Machine Learning (Clase 1).
  2. Árboles de Decisión - Aprendizaje de Ensambles (Clase 2).
  3. Modelos Lineales - Regresión Lineal/Logística y Métodos de Regularización (Clase 3).
  4. Selección de Modelos (Clase 4).
  5. Support Vector Machine - Kernelization (Clase 5).
  6. Aprendizaje Bayesiano (Clase 6).
  7. Introducción a Redes Neuronales (Clase 7).
  8. Implementación del Perceptron (Clase 7).
  9. Usando Redes Neuronales (Clase 8).
  10. Redes Neuronales Convolucionales CNN (Clase 9).
  11. Redes Neuronales Recurrentes - Long Short Term Memory - GRU (Clase 10).
  12. Aprendizaje No Supervisado - Clustering: Kmeans - Mean Shift - Hierarchical Clustering - DBSCAN - Cluster Validity Index (Clase 11).
  13. Clustering - EM Algorithm - Model Comparison (Clase 12).

II. Notebook Utilizados en Ayudantías:

  1. Regresión Logística - Árboles de Decisión - Métodos de Ensamble (Ayudantía 1).
  2. Random Forrest - Adaboosting - Gradient Boosting Machine - EGBM - Crossval - GridSearch + CrossValidation (Ayudantía 2).
  3. Cross Validation - Shuffle K Fold (Ayudantía 3).
  4. Suppor Vector Machine - Grid Search - Classification Report (Ayudantía 4).
  5. Árboles de decision (Regressor) - Naive Bayes (Ayudantía 5).
  6. Redes Neuronales con TS y Keras (Ayudantía 6 - Fashion MNIST - Classification).
  7. Redes Neuronales - Parte 2 (Ayudantía 7 - Seul Bike - Regression).
  8. Redes Neuronales Convolucionales - Parte 1 (Ayudantía 8 - Fashion MNIST - Classification).
  9. Redes Neuronales Convolucionales - Parte 2 (Ayudantía 9 - CIFAR 10 - Classification).
  10. Redes Neuronales Recurrentes - Long Short Term Memory LSTM (Ayudantía 10 - Yahoo Finance - Regression).
  11. Transformers (Ayudantía 11).

III. Desarrollo de Tareas:

  1. Tarea 1 - Árboles de Decisión (DecisionTreeClassifier).
  2. Tarea 2 - Random Forest / SVM / Knn / Logistic Regression.
  3. Tarea 3 - Naive Bayes Classifier.
  4. Tarea 4 - Uso de Redes Neuronales.
  5. Tarea 5 - Redes Neuronales Convolucionales.
  6. Tarea 6 - Redes Neuronales Recurrentes - LSTM (Yahoo Finance - Regression).
  7. Tarea 7 - Aprendizaje No Supervisado - KMeans / Mean Shift / DBSCAN ( Telescope Data ).