Estadistica 3, UCO - Jose Daniel Ramirez Soto 02-2023

Clase para los estudiantes de la Universidad Catolica de Oriente.

Objective: Compartir el conocimiento en ciencias de datos con los estudiantes de la UCO. Despues del curso deberian tomar decisiones basadas en datos y poder aplicar las tecnicas de ML para la solucion de problemas reales.

Key Result:

• Incrementar en 6 el numero de cientificos de datos en la Universidad Catolica.
• Incrementar el uso de python en 10 ingenieros en la exploracion de datos

Books

• Gareth James, An Introduction to Statistical Learning (2023): https://hastie.su.domains/ISLP/ISLP_website.pdf.view-in-google.html
• Hal Daumé, A Course in Machine Learning (2017). http://ciml.info/

Book Videos

• https://www.youtube.com/watch?v=3GiWpRfkSjc&list=PLoROMvodv4rOzrYsAxzQyHb8n_RWNuS1e&index=10

Clase 202302

• Introduccion a Machine Learning y flujos de trabajos en corporaciones 18072023Video
• Metricas, exploracion de datos 25072023 Video
• Aprendizaje no supervisado y PCA 01082023 Video
• Aprendizaje no supervisado y PCA 2 08082023 Video
• KNN, Regresion lineal 15082023 Video
• Regresion lineal 2 22082023 Video
• Regresion logisica 29082023 Video
• Regresion logisica 2 05092023 Video
• Parcial 12092023 Preparacion Parcial
• Arboles y GBM 19092023 Video
• Redes neuronales (Intro gradiente) 26092023 Video
• Redes neuronales 2 03102023 Video
• Redes convolucionales CNN 10102023 Video

Clase 202301

• Introduccion a Machine Learning y flujos de trabajos en corporaciones ver clase 09022023
• Metricas, exploracion de datos 16022023 ver clase 16022023 | Video | Notebook | lectura | Video recomendado data visualization
• Aprendizaje no supervisado y PCA 23022023 ver clase 23022023 | Video - Video office hours | Notebook | Tarea 1 09032023 | lectura | Video recomendado pca - Video recomendado k-means
• KNN, Regresion lineal 02032023 ver clase 23022023 | Video - Video office hours | Notebook | lectura KNN lectura regresion | Video recomendado knn - Video recomendado regresion
• Regresion lineal Parte 2 09032023 ver clase 16032023 | Video - Video office hours | Notebook | lectura regresion | Video recomendado regresion
• Regresion Logistica 16032023 ver clase 23032023 | Video - Video office hours (No asistieron) | Notebook | lectura regresion | Video recomendado clasificacion
• Arboles y GBM 23032023 ver clase 13042023|Video- Video office hours| Notebook
• Parcial 30032023 ver solucion | Notebook
• No hay clase, Semana Santa 06042023
• Redes neuronales (Intro gradiente utilizando regresion logistica) 13042023 ver clase 20042023 | Video - Video office hours| Notebook
• Seleccion de features y modelos (Arboles 2) 20042023 ver clase 270423 | Video - Video office hours
• Redes neuronales 2 27042023 Ver clase 04052023 |Video - Video office hours | Notebook
• Redes neuronales convolucionales 04052023 ver clase 11052023 | Video | Video Office hours (Ninguna pregunta)| Notebook
• Series de tiempo y Modelos de series de tiempo 11052023 ver clase 18052023 | Video | Video Office hours (Ninguna pregunta)| Notebook
• Evaluacion de modelos 18052023 ver clase 25052023 | Video | Video Office hours (Ninguna pregunta)| Notebook
• Fundamentos de computacion distribuida y Spark 25052023 ver clase 01062023 | (In person)) | Video Office hours (Ninguna pregunta)| Notebook
• Presentacion tarea final 01062023 Kaggle
• Final 08062023

Notebooks

Para una mejor visualizacion visita githubpages

Supervisado:

• ML
  • KNN: ver HTML
  • Regresion Logistica: ver HTML | ver PDF
  • Arboles
  • Arboles simples: ver HTML
  • Random forest
  • GBM
  • SVM
• AI
  • NN
  • RRN

No supervisado:

• Modelos :
  • LDA
• Clusters :
  • KMeans
• Reduccion de dimensiones
  • PCA ver HTML
  • tsne ver HTML

Hibridos:

• Autoencoders

Otros temas:

• RL

Areas de interes

Aplicaciones practicas de los algoritmos en datos no estructurados como imagenes y texto.

• NLP
• CV
• Series de tiempo

Referencias

• Hal Daumé, A Course in Machine Learning (2017). http://ciml.info/
• Robert, James, Trevor, Gareth, Daniela, Witten, Hastie, Tibshirani(2021). An Introduction to Statistical Learning: with Applications in R. Springer
• Andreas Mueller ML class, https://youtu.be/d79mzijMAw0
• https://hastie.su.domains/ISLP/ISLP_website.pdf