Saltar a contenido

Introducción al Análisis de Datos

Docente: Fabio Martinez

Repositorio del curso: https://gitlab.com/bivl2ab/academico/cursos-uis/la-conga-machinelearning

Colaboratory (Google)

Vamos a utilizar la plataforma de google para editar, compartir y correr notebooks: Colaboratory

  • Necesitas una cuenta de gmail y luego entras a drive
  • Colaboratory es un entorno de notebook de Jupyter gratuito que no requiere configuración y se ejecuta completamente en la nube.
    • Usaremos parte de la infraestructura de computo de google... gratis! (máximo procesos de 8 horas)
  • Con Colaboratory, puedes escribir y ejecutar código, guardar y compartir análisis, y acceder a recursos informáticos potentes, todo gratis en tu navegador.
  • También puedes usar los recursos de computador Local.

Talleres (Problemsets)

Los talleres pretenden ser una herramienta practica para afianzar los conocimientos desarrollados durante las clases. En general se presentan como un conjunto de ejercicios que serán desarrollados individualmente por los estudiantes. Cada taller esta escrito como un notebook para la validación automática. Se pueden hacer tantos intentos como se quieran y unicamente la última respuesta será tomada en cuenta. Cada uno de los talleres se desarrollará dentro de las fechas establecidas en el cronograma.

Calendario y plazos

                    SESSION 1                       SESSION 2


 W01 jun15-jun17    Intro-ML [Pres]                 Intro ML-class [N1]
 W02 jun22-jun24    ML Clas metric [N2]             Machine Learning Methods [N3]
 W03 jun29-jul01    Francisco Gómez (Mat. UNAL)     Juan David Garcia- (Med UNAL)
 W04 jul06-jul08    ML Regression                   ML Regression
 W05 jul13-jul15    DL-intro-Grad                   DL-intro-forward
 W06 jul20-jul22    DL-intro-Back                   DL-DNN-aplications
 W07 jul27-jul29    CNN-intro                       CNN-Aplications
 W08 ago03-ago05    José Ocariz-(projects)          José Ocariz-(projects)