Primer parcial: 9-11
Ejectuar la siguiente linea de código en R
usethis::use_course('https://github.com/DiegoKoz/EEA2019/archive/master.zip')
O alternativamente descargar el siguiente archivo:
- [Introducción al entorno R.](clase 1/Clase 1- Introduccion.nb.html)
- [Ejercicios intro.](clase 1/Ejercicios - Clase 1.R)
- [Programación funcional.](clase 1/Clase_1-Programacion funcional.nb)
- [Ejercicios programación funcional.](clase 1/Ejercicios Clase 1_Programacion funcional.R)
- [Tidyverse y gráficos](clase 2/Clase 2- Tidyverse.nb.html)
- [resueltos](clase 2/resueltos)
- [Práctica PURRR](clase 3/programacion_funcional)
- [Correlación](clase 3/correlacion.nb.html)
- [Shiny apps](clase 3/shiny)
- [Regresión Lineal Simple (primera parte)](clase 4/modelo_basico.nb.html)
- [Regresión Lineal Simple (segunda parte)](clase 5/modelo_basico.nb.html)
- [Bootstrap](clase 5/ejercicio_bootstrap.nb.html)
- [Muchos modelos (primera parte)](clase 6/muchos_modelos.html)
- [Muchos modelos (segunda parte)](clase 7/muchos_modelos.html)
- [Regresion Logistica](clase 8/logit.nb.html)
- [Tidy models](clase 8/tidymodels.nb.html)
- [Regularizacion: Ridge, Lasso y Elastic Net](clase 9/regularizacion.nb.html)
- [Prophet: implementacion de GAM para series de tiempo](clase 10/prophet_shopping.nb.html)
- [Redes I: Fully Conected Neural Networks](clase 11/mnist101.nb.html)
- [Redes II: Convolutional Neural Networks](clase 12/mnist102.nb.html)