/EEA2019

Materiales para las clases prácticas Enfoque Estadístico del Aprendizaje 2019

Primary LanguageHTMLMIT LicenseMIT

Materiales clases teóricas

Primer parcial: 9-11

Trabajos Prácticos

Ejercicios modelo lineal

Materiales para las clases prácticas:

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:

Clase 1: 07-09

  • [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)

Clase 2: 14-09

  • [Tidyverse y gráficos](clase 2/Clase 2- Tidyverse.nb.html)
  • [resueltos](clase 2/resueltos)

Clase 3: 28-09

  • [Práctica PURRR](clase 3/programacion_funcional)
  • [Correlación](clase 3/correlacion.nb.html)
  • [Shiny apps](clase 3/shiny)

Clase 4: 5-10

  • [Regresión Lineal Simple (primera parte)](clase 4/modelo_basico.nb.html)

Clase 5: 19-10

  • [Regresión Lineal Simple (segunda parte)](clase 5/modelo_basico.nb.html)
  • [Bootstrap](clase 5/ejercicio_bootstrap.nb.html)

Clase 6: 26-10

  • [Muchos modelos (primera parte)](clase 6/muchos_modelos.html)

Clase 7: 2-11

  • [Muchos modelos (segunda parte)](clase 7/muchos_modelos.html)

Clase 8: 16-11

  • [Regresion Logistica](clase 8/logit.nb.html)
  • [Tidy models](clase 8/tidymodels.nb.html)

Clase 9: 23-11

  • [Regularizacion: Ridge, Lasso y Elastic Net](clase 9/regularizacion.nb.html)

Clase 10: 30-11

  • [Prophet: implementacion de GAM para series de tiempo](clase 10/prophet_shopping.nb.html)

Clase 11: 7-12

  • [Redes I: Fully Conected Neural Networks](clase 11/mnist101.nb.html)

Clase 12: 14-12

  • [Redes II: Convolutional Neural Networks](clase 12/mnist102.nb.html)

Preguntas parcial