Machine learning con Python
Autor: José Ángel Carballo Sánchez
Machine learning con python
ÍNDICE
Los contenidos de la asignatura serán los siguientes:
1. Introducción: durante este modulo veremos conceptos básicos que después
necesitaremos conocer durante las clases. También aprenderemos a utilizar la
herramienta jupyter notebook y realizaremos un repaso general del uso en las
principales librerías de data science de Python.
2. Ingesta de datos: en este apartado, veremos casos reales de obtención de
datos y como convertirlos a dataframes.
3. Pre procesado: veremos diferentes técnicas de procesado y limpieza de
datos.
4. Modelos: aprenderemos a utilizar algoritmos a través de casos prácticos.
- Regresión
- Clasificación
- Clustering
- Ensemble de modelos
5. Mejora de modelos: una vez aprendido las técnicas de importado, procesado,
limpieza de datos y los algoritmos que debemos utilizar (según el caso de uso
que necesitemos implementar), entramos dentro del apartado de mejora de
modelos. Entre las diferentes técnicas, utilizaremos: feature engineering,
selección de variables, PCA, LDA…
6. Automatización de modelos: muchas veces, necesitaremos probar entre los
diferentes algoritmos cual es la combinación óptima que mejor funciona.
Aprenderemos a utilizar técnicas de gridsearch, random search, selección
automática de variables, tuneado de hiper parámetros…
7. Aplicaciones: tras haber aprendido a utilizar todas las tecnologías durante las
clases, veremos diferentes aplicaciones al machine learning a través de casos
de uso reales.
8. Ejercicios: por último, terminaremos la asignatura con la realización de
diferentes ejercicios y la práctica de evaluación.
2
Machine learning con python
INSTALACIÓN
La clase de machine learning con Python la seguiremos a través de la
herramienta "Jupyter" a través de "Notebooks", que permiten una fácil
visualización y flexibilidad a la hora de hacer exploración de datos y modelos
de manera ágil.
Realizaremos la instalación (antes de la clase) de esta herramienta (no es
necesario instalar jupyter lab, solamente jupyter notebook):
https://jupyter.org/install
Al finalizar la instalación, podemos instalar el resto de librerías que
utilizaremos durante las clases y que están recogidas en el fichero
requirements.txt
Podemos instalarlo a través de la consola (terminal, símbolo del sistema,
powershell...) a través del comando:
pip install -r requirements.txt
EVALUACIÓN
La evaluación de la asignatura Machine learning con Python será de la siguiente
manera:
- Realizar el caso práctico que se presentará junto al resto de materiales
(4 horas de realización)