Evaluación 2
- UD3 - Redes neuronales y Deep Learning
- UD4 - Casos prácticos de aplicación
UD5 - Técnicas avanzadas y evaluación del modelo.
- T05 - Obligatoria - Nota - Tarea: Pandas, KNN y Regresión Lineal
- T06 - Obligatoria - Nota - Tarea: Clustering
- T07 - Obligatoria - Nota - Tarea: Redes Neuronales
- T08 - Voluntaria - Apto/No apto - Tarea: Tarea: Introducción a BigML
- T09 - Voluntaria - Apto/No apto - Tarea: Matriz de confusión en BigML
Evaluación 1
- UD1 - Justificación y antecedentes del Aprendizaje Automático
- UD2 - Tipos de algoritmos en relación con el aprendizaje automático
- T01 - Obligatoria - Apto/No apto - Tarea: Aplicación de modelos probabilísticos
- T02 - Obligatoria - Apto/No apto - Tarea: Algoritmos para el aprendizaje automático
- T03 - Obligatoria - Apto/No apto - Tarea: Introducción a Jupyter Notebooks
- T04 - Obligatoria - Nota - Tarea: Álgebra lineal
Enlaces increíbles 🔥 (beta)
- https://www.garceta.es/catalogo/libro.php?ISBN=978-84-1903-407-6&idd=12
- https://aitor-medrano.github.io/iabd2223/
- https://playground.tensorflow.org/
- https://www.anaconda.com/
- https://home.work.caltech.edu/lectures.html#lectures
- https://learnxinyminutes.com/docs/es-es/python-es/