Prediciendo los resultados de la copa América con Machine Learning y Python.
Programacion
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.
Introducción al Deep Learning. Introducción. Inteligencia artificial, Machine learning y Deep learning. ¿Qué es el Deep Learning?. ¿Cómo funciona?. Arquitecturas de Deep Learning. Redes neuronales prealimentadas. Redes neuronales convolucionales. Redes neuronales recurrentes. Logros del Deep Learning. ¿Por qué estos sorprendentes resultados surgen ahora? . ¿Cómo mantenerse actualizado en el campo de Deep Learning?.
Introducción a la Inteligencia Artificial. ¿Qué es la IA?. Objetivos. Enfoques. Fundamentos de la Inteligencia Artificial. Ramas de la Inteligencia Artificial. Aplicaciones. Nociones éticas. Cómo comenzar en el campo de la Inteligencia Artificial.
Problemas de Optimización con Python. ¿Qué es un problema de optimización?, requisitos, clasificación, programación lineal, optimización convexa, librerías de python, SciPy, CVXopt, PuLP, Pyomo, optimización con restricciones, mínimos cuadrados, el problema de transporte, ejemplos en python.
Simulación de Monte-Carlo con Python. Números aleatorios, cadenas de Markov, algoritmo Metropolis-Hastings, métodos MCMC.
Visualización de datos con python. Análisis de datos, cómo elegir la visualización adecuada, librerías de python, bokeh, folium, seaborn, matplotlib.
Factorización de matrices con python. Qué es una factorización de matrices, importancia en Machine learning, factorización de matrices en sistemas de ecuaciones lineales, matrices dispersas y no negativas, descomposición de valores singulares(SVD), análisis de componentes principales(PCA), sistemas de recomendación, ejemplos en python.
Redes neuronales convolucionales con python. Qué son las redes neuronales convolucionales, su estructura, aplicaciones en imágenes, ejemplo con TensorFlow.
Distribuciones estadísticas con python. Qué es una distribución, para qué sirven, como graficarlas, histograma, función de masa de probabilidad, función de distribución acumulada, función de densidad de probabilidad, distribuciones discretas y continuas, ejemplos en python.