Machine learning con Python

Bibliografía

Libros y recursos sobre ciencia de datos, machine learning y estadística con Python

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

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.

Máquinas de Vector Soporte (SVM) con Python

Teoría y ejemplos sobre cómo crear modelos de máquina vector soporte, support vector machine (SVM) 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 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.

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.

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.

Optimización presupuesto campañas marketing

Ejemplo de cómo optimizar el presupuesto de las campañas de marketing para maximizar su impacto.

Información de contacto