Category: Ciencia de Datos
La ciencia de datos es un campo interdisciplinario que se enfoca en el estudio y análisis de datos para obtener información valiosa y conocimiento útil. Combina elementos de estadísticas, matemáticas, programación y conocimiento de dominio para explorar conjuntos de datos, identificar patrones, realizar predicciones y tomar decisiones basadas en datos.
-
Clasificación y optimización (fine tuning) con RANDOM FOREST para aprobación de un crédito en una institución financiera. Transformación de variables categóricas
Aprende a desarrollar y optimizar un clasificador mediante Random Forest para predecir si un cliente en un banco es un cliente adecuado (bueno-bajo riesgo) o un cliente no adecuado (malo-alto riesgo) para concederle un crédito. Read more
-
Clasificación de Sentimientos con Procesamiento de Lenguaje Natural y Redes Neuronales Recurrentes (LSTM). Corpus en Español sobre restaurantes
En esta práctica aprenderás a clasificar sentimientos en buenos “1” y malos “0” sobre el servicio y platos de comida en restaurantes. El clasificador se desarrolla mediante procesamiento de lenguaje natural y una red neuronal recurrente de tipo LSTM. Finalmente, aprenderás a presentar los resultados visualmente para una mejor comprensión. Read more
-
Implementación de forward y back propagation en una Red Neuronal con y sin Keras: compuertas lógicas OR, AND y XOR
En esta práctica aprenderás los pasos de una red neuronal mediante ejemplos clásicos para que puedas comprender su proceso y su gran capacidad de aprendizaje. Para ello, se diseñará una red neuronal sin Keras y con Keras para aprender las operaciones de las compuertas lógicas: OR, AND y XOR. Read more
-
Análisis y transformación de variables categóricas, clasificación y optimización (fine tuning) con redes neuronales – préstamos en instituciones bancarias
En esta práctica aprenderás a desarrollar y optimizar un clasificador mediante Redes Neuronales para predecir si un cliente en un banco es un cliente adecuado (BUENO, es decir, de bajo riesgo) o un cliente no adecuado (MALO, es decir, de alto riesgo) para concederle un crédito. Para ello, utilizaremos un Pipeline que es una herramienta… Read more