Este es un repositorio para aquellos interesados en adquirir conocimientos de alto nivel en ciencia de datos para desarrollar, asesorar, dirigir proyectos de innovación científica y tecnológica en sus trabajos, basados en las técnicas más modernas de manejo de información.
Lunes, Miercoles Y Viernes, 6 pm - 8 pm (hora de Colombia)
Sábados, 8 am - 12 pm (hora de Colombia)
- Campo Elías Pardo Turriago, cepardot@unal.edu.co
- Álvaro Mauricio Montenegro Díaz, PhD, ammontenegrod@unal.edu.co
- Campo Elías Pardo Turriago, PhD, cepardot@unal.edu.co
- Daniel Mauricio Montenegro Reyes, MSc, dammontenegrore@unal.edu.co
- Camilo José Torres Jiménez, MSc, cjtorresj@unal.edu.co
- Maria del Pilar Montenegro, pmontenegro88@gmail.com
- Jessica López, jelopezme@unal.edu.co
- Camilo Chitivo, cchitivo@unal.edu.co
- Daniel Rojas, anrojasor@unal.edu.co
- Claves de Desarrollo en Ciencia de Datos: Github, nbviewer
- Roles en la Ciencia de Datos: Github, nbviewer
- Paseo por las herramientas digitales: Github, nbviewer
- Jupyter Lab: Github, nbviewer
- Introducción a R y RStudio: Github, nbviewer
- Conceptos básicos de programación: Github, nbviewer
- Introducción al lenguaje de programación Python: Github, nbviewer
- Tipos de datos básicos: Github, nbviewer
- Operadores: Github, nbviewer
- Estructuras de control: Github, nbviewer
- Funciones: Github, nbviewer
- Inspección, Instalación y Carga de Módulos y Paquetes: Github, nbviewer
- Iteradores e iterables Github, nbviewer
- Tuplas Github, nbviewer
- Listas Github, nbviewer
- Diccionarios Github, nbviewer
- Conjuntos Github, nbviewer
- Programación orientada a objetos Github, nbviewer
- Decoradores Github, nbviewer
- Blue-prints: Buenas prácticas de programacion Github,nbviewer
- Introducción al paquete
numpy: Github, nbviewer - Taller Pandas Github, nbviewer
- Taller Programación Básica enfocado a Contenido Web Github, nbviewer
- Introducción al web scraping: Github, nbviewer
- Web scraping con Selenium: Github, nbviewer
- Taller RegEx: Github, nbviewer
- Introducción a bases de datos relacionales Github
- Modelo Entidad Relación (E-R) Github
- SQL I Github
- SQL II Github
- Conceptos básicos de probabilidad: Github, nbviewer
- Variables Aleatorias: Github, nbviewer
- Variables Aleatorias continuas: Github, nbviewer
- Probabilidad Conjunta: Github, nbviewer
- Introducción Teoría de la Información: Github, nbviewer
- Introducción a R - Taller: Github nbviewer
- Introducción a R-Studio: Github nbviewer
- Introducción a R - SQL Tidiverse - Taller Github nbviewer
- Taller de gráficos en R: Github, nbviewer
- Introducción al paquete
scipy: Github, nbviewer - Distribuciones de probabilidad en Python: Github, nbviewer
- Taller Matplotlib: Github, nbviewer
- Introducción al paquete
plotly: Github, nbviewer - Introducción a la modelación estadística: Github, nbviewer
- Metodología de la modelación estadística: Github, nbviewer
- Concepto de Modelación Matemática Github, nbviewer
- Ejemplo de Modelación Matemática Github, nbviewer
- Concepto de Derivadas Github, nbviewer
- Optimización moderna: Gradiente descendiente estocástico Github, nbviewer
- Diferenciación automática y optimización univariada con JAX 1Github, nbviewer
- Diferenciación automática y optimización multivariada con JAX 2Github, nbviewer
- Introducción al Algebra Lineal Github,nbviewer
- Introducción a Tensores Github, nbviewer
- Algebra Tensorial Github, nbviewer
- Jugando con Tensores Github, nbviewer
- El concepto de dimensión Github, nbviewer
- Concepto de q-dimensión Github, nbviewer
- Reducción lineal de dimensión:PCA y regresión logística Github, nbviewer
- Análisis de Componentes Independientes Github, nbviewer
- Isomap Github, nbviewer
- Linearly Local Embedding Github, nbviewer
- UMAP Github, nbviewer
- Mapas auto-organizados - SOM Github, nbviewer
- T-SNE Github, nbviewer
- Introducción a los modelos no supervisados Gihub, nbviewer
- Análisis de Componentes principales: Github, nbviewer
- Análisis de componentes principales generalizado Github, nbviewer
- Análisis de correspondencias simples Github, nbviewer
- Análisis de correspondencias múltiples Github, nbviewer
- Una estrategia de agrupamiento Github nbviewer
- Agrupamiento (clustering) Github, nbviewer
- Conceptos básicos de regresión: Github, nbviewer
- Regresión lineal en Python: Github, nbviewer
- Regresión lineal múltiple: Github, nbviewer
- Introducción a modelos GLM: Github, nbviewer
- Distribuciones muestrales: Github, nbviewer
- Modelo de Regresión Poisson: Github, nbviewer
- Modelos de Regresión Logística y Binomial: Github, nbviewer
- Modelo de Regresión Logística: Github, nbviewer
- Maquinas de soporte vectorial (SVM): Github
- Ejemplos SVM: Github
- Validación de modelos: Accuracy/Exactitud, Precisión, Recall/Sensibilidad. Github, nbviewer
- Preprocesamiento de datos con Sklearn Github
- Transformación de datos con Sklearn Github
- Detección de anomalias. Github, nbviewer
-
Tensorflow
- Introducción a Redes Neuronales Github, nbviewer, slides
- A Neural Network Playground (https://playground.tensorflow.org/)
- Primera Red Neuronal con la API Sequential de Keras (Simulación) Github, nbviewer
- Visualización del modelo durante el entrenamiento Github, nbviewer
- Regresión con perceptrones. Consumo de gasolina Github, nbviewer
-
Pytorch
- Introducción a visión por computador. Github, nbviewer
- Introducción a convoluciones. Github, nbviewer
- Cats Vs Dogs (Kaggle Competition). Github, nbviewer