Bibliografía
Libros y recursos sobre ciencia de datos, machine learning y estadística con Python
Joaquín es licenciado en Biotecnología con un máster en Ciencia de Datos y Big Data. Es un apasionado del software de código abierto y de los contenidos educativos de libre acceso. A lo largo de los años ha contribuido al desarrollo del proyecto skforecast y a esta misma web con contenido divulgativo gratuito. Su actual área de interés es seguir desarrollando y aplicando sus habilidades en ciencia de datos para resolver problemas en las industrias farmacéutica y biomédica.
Artículos
Regresión lineal con Python
Teoría y ejemplos sobre modelos de regresión lineal con Python (Scikit-learn y Statsmodels)
Regresión logística con Python
Teoría y ejemplos sobre modelos de regresión logística con Python (Scikit-learn y Statsmodels)
Regularización Ridge, Lasso y Elastic Net con Python
Tutorial sobre cómo aplicar regularización Ridge, Lasso y Elastic Net a modelos lineales con Python y Scikit-learn
Machine learning con Python y Scikitlearn
Tutorial sobre cómo crear de modelos de machine learning con Python y Scikit-learn
Árboles de decisión con Python: regresión y clasificación
Tutorial sobre modelos cómo crear de modelos de árboles con Python y Scikit-learn
Random Forest con Python
Tutorial sobre cómo crear modelos Random Forest con Python y Scikit-learn
Random Forest con valores nulos y variables categóricas
Tutorial sobre cómo crear modelos Random Forest cuando los datos contienen valores nulos y variables categóricas
Regresión cuantílica: intervalos de predicción con Random Forest Python
Teoría y ejemplos prácticos de cómo calcular intervalos de predicción con Random Forest en python
Gradient Boosting con Python
Tutorial sobre cómo crear modelos Gradient Boosting con Python y Scikit-learn
Gradient Boosting probabilístico con python
Tutorial sobre cómo crear modelos Natural Gradient Boosting (NGBoost) con Python que permiten generar predicciones probabilísticas
Pandas category en modelos de machine learning
Codificar variables categóricas con pandas dtype category en modelos scikitlearn, LightGBM y XGBoost
Máquinas de Vector Soporte (SVM) con Python
Teoría y ejemplos sobre cómo crear modelos de máquina vector soporte, support vector machine (SVM) con python
Redes neuronales con Python
Teoría y ejemplos sobre cómo crear modelos de redes neuronales con python
Calibrar modelos de machine learning
Tutorial sobre cómo calibrar las probabilidades de un modelo de machine learning con Python y Scikit-learn
Gráficos ICE y PDP para interpretar modelos predictivos en python
Interpretación de modelos de machine learning con gráficos Individual Conditional Expectation (ICE) y Partial Dependence (PDP) en Python
Análisis de componentes principales con Python
Teoría y ejemplos sobre cómo aplicar análisis de componentes principales con Python
Clustering con Python
Tutorial con teoría y ejemplos de los algoritmos clustering Kmeans, hierarchical clustering, DBSCAN y gaussian mixture models con python
Detección de anomalías con PCA
Teoría y ejemplos de cómo detectar anomalías (outliers) con análisis de componentes principales PCA y Python
Detección de anomalías con autoencoders
Teoría y ejemplos de cómo detectar anomalías (outliers) con autoencoders y Python
Detección de anomalías con Gaussian Mixture Models
Teoría y ejemplos de cómo detectar anomalías (outliers) con Gaussian Mixture Models y Python
Detección de anomalías con Isolation Forest
Teoría y ejemplos de cómo detectar anomalías (outliers) con Isolation Forest y Python
Análisis de texto (text mining) con Python
Ejemplo de cómo aplicar text mining y análisis de sentimientos a datos de Twitter con python
Ajuste y selección de distribuciones con Python
Métodos para encontrar la distribución que mejor se ajusta a los datos.
Ajuste de distribuciones no paramétricas con kernel density estimation KDE y Python
Método para encontrar la distribución no paramétrica que mejor se ajusta a los datos.
Skforecast
Skforecast, librería de Python que facilita el uso de modelos scikit-learn para problemas de forecasting y series temporales.
Forecasting series temporales con Python y Scikitlearn
Adaptación de modelos de regresión de scikit learn para predicción de series temporales.
Predicción (forecasting) de la demanda eléctrica con Python
Ejemplo de cómo predecir la demanda de energía eléctrica mediante modelos de forecasting con Python.
Predicción (forecasting) de las visitas a una página web
Ejemplo de cómo predecir el tráfico de una web utilizando modelos de machine learning con Python.
Forecasting series temporales con gradient boosting: Skforecast, XGBoost, LightGBM y CatBoost
Ejemplo de cómo predecir el número de usuarios del sistema de alquier de bibicletas urbanas utilizando modelos de gradient boosting en python.
Selección de predictores con algorítmo genético
Implementación de un algoritmo genético para la selección de variables predictoras en Python.
Machine Learning con H2O y Python
Tutorial sobre cómo crear modelos de machine learning con H2O y Python.
Optimización con algoritmo genético (GA) Python
Implementación de un algoritmo genético para optimización en Python.
Optimización con enjambre de partículas Python
Implementación de un algoritmo de optimización Particle Swarm Optimization (PSO) en Python.
Reconocimiento facial con deep learning y python
Ejemplo de cómo reconocer e identificar personas en imágenes y video con deep learning y Python.
Análisis de puntos de interés con OpenStreetMap y python
Tutorial sobre cómo extraer y analizar datos de OpenStreetMap (OSM) con python.
Análisis de normalidad
Métodos para contrastar la normalidad de una muestra de datos con Python. Test Shapiro-Wilk, test D'Agostino's K-squared, asimetría (Skewness) y curtosis.
Análisis de homocedasticidad y heterocedasticidad con python
Métodos para contrastar la homocedasticidad y heterocedasticidad de una muestra de datos con Python. Test de Levene, test de Bartlett y test de Fligner-Killeen.
Correlación lineal con Python
Teoría y ejemplos de correlación lineal con Python. Coeficiente de correlación de Pearson, Spearman, Kendall, correlación parcial y matriz de correlaciones.
Ajuste y selección de distribuciones con Python
Métodos para encontrar la distribución que mejor se ajusta a los datos.
Ajuste de distribuciones no paramétricas con kernel density estimation KDE y Python
Método para encontrar la distribución no paramétrica que mejor se ajusta a los datos.
Test de permutación para el contraste de hipótesis con Python
Permutaciones y simulación de Monte Carlo para comparar medias, varianzas u otros estadísticos.
Bootstrapping, contraste de hipótesis e intervalos de confianza con Python
Bootstrapping como método no paramétrico para comparar estadísticos y crear intervalos de confianza con Python.
Test Kolmogorov–Smirnov
Comparación de distribuciones con Python: test Kolmogorov–Smirnov.
T-test
Test estadístico para comparar las medias de dos grupos.
ANOVA
Análisis de varianza con Python.
U-test
Test U de Mann-Whitney-Wilcoxon para comparar las medianas de dos grupos.
Bibliografía
Libros y recursos sobre ciencia de datos, machine learning y estadística con R
Correlación lineal y regresión lineal simple en R
Apuntes sobre distintos métodos de correlación lineal y regresión lineal simple con lenguaje de programación R.
Regresión Lineal Múltiple en R
Tutorial sobre modelos de regresión lineal múltiple.
Ejemplo práctico de regresión lineal simple, múltiple, polinomial e interacción entre predictores
Tobit Regression: modelos lineales para datos censurados
Ajuste de modelos de regresión Tobit para datos censurados en R.
Regresión logística en R
Creación de modelos de clasificación mediante regresión logística con R.
Análisis discriminante lineal (LDA) y Análisis discriminante cuadrático (QDA)
Modelos de clasificación con Análisis discriminante lineal y Análisis discriminante cuadrático con R.
Validación de modelos: Cross-validation, OneLeaveOut, Bootstrap
Métodos y estrategias para evaluar modelos predictivos.
Selección de predictores: subset selection, ridge, lasso y reducción de dimensionalidad
Estrategias para seleccionar predictores en R.
Regresión no lineal: Regresión Polinómica, Splines, Smooth Splines y GAMs
Métodos de regresión no lineal y su aplicación en R.
Introducción a los modelos GAMLSS
Introducción práctica a los modelos GAMLSS (modelos aditivos generalizados para posición, escala y forma)
Árboles de decisión, Random Forest, Gradient Boosting y C5.0
Tutorial sobre modelos Random Forest, Gradient Boosting y cómo crearlos con R.
Algoritmo Perceptrón
Implementación del algoritmo perceptrón simple con R.
SVM Máquinas de Vector Soporte (Support Vector Machines)
Apuntes sobre Máquinas de Vector Soporte (Support Vector Machines, SVM) y su aplicación con R.
Redes neuronales con R
Teoría y ejemplos sobre cómo crear modelos de redes neuronales con R
Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE
Apuntes sobre reducción de dimensionalidad con los métodos PCA y t-SNE, y su aplicación con R.
Clustering y heatmaps: aprendizaje no supervisado con R
Apuntes sobre métodos de clustering y representación gráfica de dendogramas y heatmaps con R.
Machine Learning con R y caret
Tutorial sobre la creación de modelos de machine learning y data mining con caret.
Machine learning con R y tidymodels
Tutorial sobre cómo crear de modelos de machine learning con tidymodels
Machine learning con R y mlr3
Tutorial sobre cómo crear de modelos de machine learning con mlr3
Machine Learning con H2O y R
Tutorial sobre cómo crear modelos de machine learning con H2O y R.
Gráficos ICE para interpretar modelos predictivos
Creación de gráficos Individual Conditional Expectation (ICE) para interpretar modelos predictivos black box.
H2O, IML y DALEX
Ejemplo práctico de cómo entrenar modelos de machine learning con la librería H2O y de cómo compararlos e interpretarlos con Dalex e IML.
Optimización bayesiana de hiperparámetros
Ejemplo práctico de cómo encontrar los mejores hiperparámetros de un modelo predictivo mediante optimización bayesiana
Algoritmo genético para la selección de predictores
Implementación de un algoritmo genético para la selección de variables predictoras en R.
Optimización con algoritmo genético (GA)
Implementación de un algoritmo genético para optimización en R.
Optimización con enjambre de partículas (Particle Swarm Optimization)
Implementación de un algoritmo de optimización Particle Swarm Optimization (PSO) en R.
Reglas de asociación y algoritmo Apriori con R
Apuntes sobre reglas de asociación, el algoritmo Apriori y de cómo ejecutarlos con R.
Sistemas de recomendación con R
Tutorial sobre sistemas de recomendación y su implementación en lenguaje R.
Text mining con R: ejemplo práctico Twitter
Ejemplo práctico de análisis de texto empleando datos de Twitter y lenguaje R.
Detección de anomalías con Autoencoders y PCA
Ejemplos de cómo detectar anomalías con Autoencoders y PCA empleando el error de reconstrucción.
Detección de anomalías con Isolation Forest
Ejemplo de cómo utilizar Isolation Forest para la detección de anomalías.
Detección de anomalías con trimmed k-means
Detección de anomalías con el método de clustering robusto trimmed k-means.
Detección de anomalías: Attribute wise learning for scoring outliers (ALSO)
Implementación y uso del algoritmo ALSO para la detección de anomalías
Regresión cuantílica (Quantile Regression) con R
Apuntes sobre regresión de cuantiles, comparación de medianas y su aplicación en R.
Regresión cuantílica: modelos GAMLSS
Descripción y ejemplo de cómo predecir cuantiles con modelos GAMLSS
Regresión cuantílica: Quantile Regression Forest
Descripción y ejemplo de cómo predecir cuantiles con Quantile Regression Forest.
Distributional Regression Forest: Random Forest probabilístico
Descripción y ejemplo de cómo predecir probabilidades con Distributional Regression Forest.
Regresión cuantílica: Gradient Boosting Quantile Regression
Descripción y ejemplo de cómo predecir cuantiles con gradient boosting
Bibliografía
Libros y recursos sobre ciencia de datos, machine learning y estadística con R
Análisis de normalidad
Métodos para contrastar la normalidad de una muestra de datos.
Análisis de la homogeneidad de varianza (homocedasticidad)
Formas de contrastar la igualdad de varianza entre dos o más grupos.
T-test
Test estadístico para comparar las medias de dos grupos.
Test estadístico para proporciones
Test estadístico para variables dicotómicas (proporciones) e intervalos de confianza.
Test Wilcoxon-Mann-Whitney
Alternativa no paramétrica al t-test de medias independientes.
Test de los rangos con signo de Wilcoxon
Test de rangos de Wilcoxon como alternativa no paramétrica al t-test de medias dependientes.
ANOVA con R
Apuntes de cómo realizar los distintos tipos de ANOVA en R para comparar múltiples medias.
Test de Kruskal-Wallis
Test de Kruskal-Wallis como alternativa no paramétrica al ANOVA de datos independientes.
Test de Friedman
Test de Friedman como alternativa no paramétrica al ANOVA de datos dependientes.
Test binomial exacto, test multinomial y test chi-cuadrado goodnes of fit
Apuntes sobre test estadísticos para variables cualitativas en R (parte 1).
Test exacto de Fisher, chi-cuadrado de Pearson, McNemar y Q-Cochran
Apuntes sobre test estadísticos para variables cualitativas en R (parte 2).
Resampling: Test de permutación, Simulación de Monte Carlo y Bootstrapping
Información sobre las diferentes técnicas de resampling y su aplicación como test estadísticos.
Comparaciones múltiples: corrección de p-value y FDR
Múltiples test estadísticos: inflación del error, corrección de p-value y FDR.
Comparación de distribuciones: test Kolmogorov–Smirnov
Métodos estadísticos para comparar la distribución de variables continuas.
Forecasting series temporales con Python y Scikitlearn
Adaptación de modelos de regresión de scikit learn para predicción de series temporales.
Predicción (forecasting) de la demanda eléctrica con Python
Ejemplo de cómo predecir la demanda de energía eléctrica mediante modelos de forecasting con Python.
Predicción (forecasting) de las visitas a una página web
Ejemplo de cómo predecir el tráfico de una web utilizando modelos de machine learning con Python.
Forecasting series temporales con gradient boosting: Skforecast, XGBoost, LightGBM y CatBoost
Ejemplo de cómo predecir el número de usuarios del sistema de alquier de bibicletas urbanas utilizando modelos de gradient boosting en python.
Predicción del precio de Bitcoin con Python
Ejemplo de cómo utilizar modelos de forecasting para predecir el precio de la criptomoneda Bitcoin y estudio de las implicaciones que aparecen cuando una serie temporal no tenga ningún patrón.
Intervalos de predicción modelos de forecasting
Métodos con los que estimar intervalos de predicción para modelos de machine learning aplicados a problemas de forecasting.
Multi-series forecasting con Python y Skforecast
Modelos de forecasting para predecir múltiples series temporales de forma simultánea.
Introducción a grafos y redes con Python
Teoría y ejemplos sobre cómo crear y analizar redes con NetworkX y python.
Detección de comunidades en grafos y redes con python
Ejemplo de cómo utilizar el algoritmo de Louvain para detectar comunidades en redes con NetworkX y python.
Análisis de redes con NetworkX
Ejemplo de cómo analizar redes utilizando NetworkX y python.
Métricas para grafos y redes
Principales métricas para describir grafos y redes.
Forecasting de demanda intermitente con Python y Skforecast
Predicción de demanda intermitente con modelos de machine learning y skforecast.
Reglas de asociación con Python
Teoría y ejemplos sobre cómo identificar itemsets frecuentes y crear reglas de asociación con python.
Modelos ARIMA y SARIMAX con Python
Modelos ARIMA y SARIMAX para la predicción de series temporales.