Tema 1º Introducción a Machine Learning
- Lección 1: Introducción al Machine Learning
- Lección 2: Breve historia del Machine Learning
- Lección 3: Actualidad del Machine Learning
- Lección 4: Concepto de Deep Learning y modelos de Machine Learning
Tema 2º Entorno de Desarrollo
- Lección 5: Requisitos del Software en Machine Learning (Parte 1)
- Lección 6: Requisitos del Software en Machine Learning (Parte 2)
- Lección 7: Requisitos del Hardware para Machine Learning (Parte 1)
- Lección 8: Requisitos del Hardware en Machine Learning (Parte 2)
- Lección 9: Requisitos del Hardware en Machine Learning (Parte 3)
- Lección 10: Análisis de la CPU (Parte 1)
- Lección 11: Análisis de la CPU (Parte 2)
- Lección 12: Análisis del almacenamiento y CPU
- Lección 13: Principales herramientas para Machine Learning (Parte 1)
- Lección 14: Principales herramientas para Machine Learning (Parte 2)
- Lección 15: Descripción y características de Anaconda
- Lección 16: Instalación de Anaconda
- Lección 17: Gestión de entornos con Anaconda
- Lección 18: Análisis de entornos: iPython y Spyder
- Lección 19: Análisis de la aplicación: Jypiter (Abierta)
Tema 3º Estructuras de Datos
- Lección 20: Conceptos básicos de la estructura de datos
- Lección 21: Características principales de las Listas (Parte 1)
- Lección 22: Características principales de las Listas (Parte 2)
- Lección 23: Definición y uso de las Sublistas y Extend
- Lección 24: Modificación y eliminación de elementos en listas
- Lección 25: Propiedades y búsquedas en Listas
- Lección 26: Definición y operaciones con Matrices
- Lección 27: Uso y funciones del List Comprehensions
- Lección 28: Demostración práctica del elemento Listas (Parte 1)
- Lección 29: Demostración práctica del elemento Listas (Parte 2)
- Lección 30: Introducción a elementos de diccionarios
- Lección 31: Método get0 y agregación de elementos en diccionarios
- Lección 32: Ordenación y búsqueda en diccionarios
- Lección 33: Matrices con diccionarios
- Lección 34: Demostración práctica y conclusiones con diccionarios
- Ejercicios del Tema 3
Tema 4º Operaciones con Datos
- Lección 35: Conceptos básicos de las operaciones e introducción a NumPy
- Lección 36: Importación y creación de Arrays en NumPy
- Lección 37: Agregación y modificación de elementos en NumPy
- Lección 38: Funciones y operaciones con NumPy
- Lección 39: Filtrado Booleano de los datos y observaciones principales en NumPy
- Lección 40: Introducción a la biblioteca Pandas
- Lección 41: Objeto Series y DataFrame en Pandas
- Lección 42: Gestión y carga de los datos en Pandas
- Lección 43: Carga de datos en HTML y Análisis y funciones de los Datasets
- Lección 44: Análisis y ejemplos de los Datasets
- Ejercicios del Tema 4
- Examen 1º
Tema 5º Gestión de los Datos
- Lección 45: Introducción y funcionalidades de la carga de Datos (Abierta)
- Lección 46: Acceso a elementos y subconjuntos de datos
- Lección 47: Procesos de agregación de elementos en un Dataframe
- Lección 48: Principales funciones del objeto Dataframe
- Lección 49: Operaciones con Dataframe y filtrado Booleano
- Lección 50: Ejemplo práctico con el objeto Dataframe
- Lección 51: Visualización de los datos con Matplotlib
- Lección 52: Formato y colocación de etiquetas en los datos
- Lección 53: Principales tipos de gráficos
- Lección 54: Proceso de exportación de gráficos
- Ejercicios del Tema 5
Tema 6º TensorFlow
- Lección 55: Introducción e historia de TensorFlow
- Lección 56: Usos y aplicaciones de TensorFlow
- Lección 57: Usos y aplicaciones de TensorFlow (2 Parte)
- Lección 58: Estructura de TensorFlow: Tensores, nodos y grafos
- Lección 59: Estructura de TensorFlow: Sesiones e importación
- Lección 60: Operaciones de cálculo simple con TensorFlow
- Lección 61: Operaciones con grafos y neuronas
- Lección 62: Construcción y operaciones con neuronas AND
- Lección 63: Operaciones con neuronas y Regresión Lineal
- Lección 64: Operaciones de Regresión Lineal (Parte 1)
- Lección 65: Operaciones de Regresión Lineal (Parte 2)
- Ejercicios del Tema 6º
Tema 7º Operaciones con Machine Learning
- Lección 66: Introducción a las operaciones
- Lección 67: Objetivo y selección del modelo (1 Parte)
- Lección 68: Selección del modelo (2 Parte)
- Lección 69: Uso de algoritmo y Scikit-learn
- Lección 70: Caso práctico con Machine Learning
- Lección 71: Preparación de los datos y análisis exploratorio
- Lección 72: Preparación de los datos y análisis estadístico
- Lección 73: Visualización individual de los datos
- Lección 74: Visualización conjunta de los datos
- Lección 75: Visualización conjunta de los datos (Parte 2)
- Lección 76: Visualización conjunta de los datos (Parte 3)
- Lección 77: Entrenamiento y preparación de los datos
- Lección 78: Entrenamiento y elección del modelo
- Lección 79: Entrenamiento y revisión del modelo
- Lección 80: Revisión del modelo y conclusiones finales
- Ejercicios del Tema 7
- Examen 2º