Machine Learning Techniques - ISIS4219

Intersemestral 2020

Laboratorios

Laboratorio 1: Regresión Lineal y Polinomial

Objetivos:

• Familiarizarse con el ambiente de trabajo Jupyter Notebook
• Resolver un problema real de regresión siguiendo el proceso de aprendizaje a partir de datos.

Laboratorio 2: Regresión Lineal Regularizada y Regresión Logística

Objetivos:

• Aprender los diferentes tipos de regularizadores dentro de una Regresión.
• Aprender a entonar los hiperparámetros de un modelo.
• Resolver un problema real de probabilidad según unas variables establecidas.

Laboratorio 3: Support Vector Machines

Objetivos:

• Consolidar mediante la experimientación conceptos dados en clase en relación al algoritmo SVM.
• Aplicar el algoritmo SVM para clasificación de imagenes.
• Aplicar técnicas de machine learning desde cero a partir de dos problematicas establecidas.

Laboratorio 4: Naive Bayes y Redes Neuronales Superficiales

Objetivos:

• Analizar conjutos de datos no estructurados
• Aprender diferentes pre-procesamiento de textos.
• Identificar el mejor modelo para un problema desbalanceado.