Procesamiento del Lenguaje Natural con Python. Introducción. ¿Qué es el Procesamiento del Lenguaje Natural?. Aplicaciones del Procesamiento del Lenguaje Natural. Librerías de Python. Corpus lingüístico. Token. Entidades. POS. Ejemplos en Python. Deep Learning y Procesamiento del Lenguaje Natural. Gensim. Spacy. Textacy. Procesamiento del lenguaje natural en español.
Analisis De Datos
Introducción al Bosting en Machine Learning. ¿Qué es Boosting?. AdaBoost. Gradient Boosting. Elementos del Gradient Boosting. Función de pérdida. Clasificador débil. Modelo aditivo. Ejemplos en Python. XGBoost. LightGBM.
Introducción a la inferencia Bayesiana con Python. La incertidumbre y el problema de la inducción, El teorema de Bayes, inferencia bayesiana, redes Bayesianas, Programación probabilística y PyMC3, Bayes ingenuo.
Simulación de Monte-Carlo con Python. Números aleatorios, cadenas de Markov, algoritmo Metropolis-Hastings, métodos MCMC.
Series de tiempo con python. Qué es una serie de tiempo, series de tiempo estacionarias, aplicaciones, ejemplos en python.
Visualización de datos con python. Análisis de datos, cómo elegir la visualización adecuada, librerías de python, bokeh, folium, seaborn, matplotlib.
Redes neuronales convolucionales con python. Qué son las redes neuronales convolucionales, su estructura, aplicaciones en imágenes, ejemplo con TensorFlow.
Redes neuronales con python. Introducción a TensorFlow, redes neurales simples, perceptron multicapa, TensorBoard, ejemplo con MNIST dataset.
Sobreajuste en machine learning. Cómo reconocer el sobreajuste, sobreajuste en los distintos algoritmos, métodos para reducir el sobreajuste, ejemplos en python.
Selección de atributos en Machine learning. Qué es la selección de atributos, sus beneficios, univariante o multivariante, algoritmos para seleccionar atributos, ejemplos en python.