Machine learning y data science con scikit learn y pyspark
•
1 j'aime•2,237 vues
Aprende las principales técnicas de machine learning y ciencia de datos para aplicarlas en proyectos con python
Recommandé
Recommandé
Contenu connexe
Similaire à Machine learning y data science con scikit learn y pyspark
Similaire à Machine learning y data science con scikit learn y pyspark (20)
Plus de Jose Manuel Ortega Candel
Plus de Jose Manuel Ortega Candel (20)
Dernier
Dernier (20)
Machine learning y data science con scikit learn y pyspark
- 1. Machine learning y data science en python con scikit-learn y pyspark José Manuel Ortega
- 2. Machine learning y data science con scikit-learn y pyspark https://www.udemy.com/machine-learning-y-data-science-con-scikit-learn-y-pyspark Aprende las principales técnicas de machine learning y ciencia de datos para aplicarlas en proyectos con python
- 7. Introducción a la ciencia de datos y machine learning ● Definición de ciencia de datos ● Definición de machine learning ● Introducción al aprendizaje automático ● Tipos de aprendizaje automático ● Aprendizaje supervisado vs no supervisado ● Problema del sobreentrenamiento ● Pasos para construir un modelo de machine learning
- 9. Librerías para tratamiento de datos con python ● Librerías de Python para machine learning:Numpy, SciPy, Pandas ● Instalación anaconda + jupyter notebook ● Conjunto de datasets ● Introducción a pandas ● Librerías de visualización de datos con python ● Ejemplos prácticos tratamiento de datos con pandas ● Ejemplos prácticos visualización de datos ● Otras librerías de machine learning con python
- 11. Scikit-learn como librería de machine learning ● Introducción a scikit-learn ● Instalación y módulos ● LinearRegression como algoritmo de regresión lineal ● LogisticRegression como algoritmo de regresión logística ● DecissionTreeClassifier y RandomForestClassifier como algoritmos de árboles de decisión ● SVM como algoritmo de máquinas de vectores de soporte
- 12. Scikit-learn como librería de machine learning ● Implementación del algoritmo SVM en scikit-learn ● KNeighborsClassifier como algoritmo de clasificación supervisada vecinos más cercanos ● Implementación de KNeighborsClassifier en scikit-learn ● Clustering y aprendizaje no supervisado ● K-means como algoritmo de clustering ● Implementación de K-means en scikit-learn ● Ejemplo con Iris / Titanic Dataset
- 18. Pyspark como librería de big data y data science ● Introducción a Apache Spark ● Módulos de Apache Spark ● Spark para Científicos de Datos ● Instalación de Apache Spark ● Instalar y ejecutar Pyspark con docker ● Introducción a Pyspark ● Consola interactiva en pyspark ● SparkContext y esqueleto de una aplicación con pyspark
- 19. Pyspark como librería de big data y data science ● Datasets y RDD con pyspark ● Crear un RDD en python con pyspark ● Operaciones sobre un RDD ● Transformaciones sobre un RDD ● SparkSubmit para la ejecución de scripts python ● Map-reduce con pyspark ● Contador de palabras con pyspark ● Palabras más frecuentes de un texto con pyspark ● Lectura ficheros csv,json con pyspark
- 20. Pyspark como librería de big data y data science ● Trabajando con Spark SQL y dataframes ● MLlib como módulo de machine learning con pyspark ● Clustering con pyspark.Algoritmo Kmeans ● Ejemplo clasificación Spam con mLlib
- 24. Sistemas de recomendación basados en contenido ● Definir sistema de recomendación ● Tipos de sistemas de recomendación ● Filtros basados en contenido (Content-Based Filtering) ● Filtros colaborativos (Collaborative Filtering)