Universidad Austral de Chile

INFO268: Taller de Base de Datos

Responsable: Matthieu Vernier, mvernier@inf.uach.cl

Curso obligatorio de la carrera de Ingeniería Civil en Informática (UACh) y material de nivelación para el Magíster en Informática. Se recomienda mantener una copia local del material del curso clonando este repositorio.

---

Abstract

La asignatura de Taller de Base de Datos tiene como principal propósito que los estudiantes integren técnicas de procesamiento de datos no estructurados con técnicas de Machine Learning, utilizando librerías de tratamiento automático del lenguaje, de visión artificial y Machine Learning y describiendo las características principales de los algorítmos utilizadas por estas librerías.

---

Contenidos

• Unidad 1: Talleres de resolución de problemas de clasificación automática

  • Introducción a Regresión Lineal y Regresión Logística: [Notebook 1]:
  • ¿Cómo estimar los paramétros de los modelos de Regresión Lineal y Logística?: [Slides], [Notebook 2-a], [Notebook 2-b]:
  • Introducción a algorítmos de árboles de decisión: [Notebook 3-a], [Notebook 3-b]
  • Introducción a algoritmos de clustering (KMeans): [Notebook 4]
  • Técnicas de Ensemble Learning
  • Otros datasets para experimentar:
    • Sloan Digital Sky Survey DR14: Clasificación de estrellas, galaxias y cuásares [dataset]
    • FIFA 19 complete player dataset: Clasificación o Clustering de jugadores [dataset]
    • Graduate admision: Predecir la admisión de estudiantes [dataset]

• Unidad 2: Talleres de análisis de datos textuales

  • Introducción al tratamiento automático del lenguaje humano: tokenización, stop-words, lematización, pos-tagging, NER-tagging, vectorización de textos y clasificación [TP]
  • Modelo de tópicos [TP]
  • Words embedding y Word2Vec [TP]
  • Introducción a Deep Learning para textos

• Unidad 3: Talleres de análisis de imágenes

  • Preprocesamientos básicos con OpenCV, convoluciones y filtros [TP]
  • Introducción a Redes Neuronales convolucionales para la clasificación de imágenes [TP]

---

Bibliografía

1. Srinivasa-Desikan B., (2018). Natural Language Processing and Computational Linguistics: A practical guide to text analysis with Python, Gensim, spaCy and Keras. Packt Publishing.
2. Garrido G., Joshi P., (2018). OpenCV 3.x with Python by Example Packt Publishing.

---

Software y librerías

• Lenguaje: Python3
• Ambiente: IPython, Jupyter
• Librerías: Numpy, Pandas, Scipy, Scikit-learn, Matplotlib, bokeh, spaCy, gensim, openCV,

---

Otros recursos

• Slack: https://escueladeinformatica.slack.com Canal #268
• Programa del curso