Pinned Repositories
Algoritmos_de_aprendizaje_no_suvervisados_agrupacion
Tasca M8 T01 Neteja i interpretació de les dades. Preprocessats i PCA. Trobar nombre de clústers òptim Creació de models. unsupervised (k-means i clustering jeràrquic). Interpretar els resultats.
Analisis_sentimientos_y_textos
Tasca M9 T01 Realitzar mineria de texts. Interpretació dels textos. Anàlisis dels resultats.
BCN_temp
Estudio de les precipitaciones y temperatures des de 1780 en la ciutat de Barcelona
Ejercicios-aprendizaje-supervisado-clasificacion
Tasca M7 T01 Objectius: Neteja i interpretació de les dades. Preprocessats. Creació de models de classificació (arbres de classificació, KNN - k-Nearest neighbors, regressió logística, support vector machine, XGboost, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres
Ejercicios-aprendizaje-supervisado-regression
Tasca M6 T01 Neteja i interpretació de les dades. Preprocessats. Creació de models de regressió (arbres de regressió, random forest, xarxes neuronals, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres.
Ejercicios-Dataframe-Pandas
Tasca M3 T02 Introducció a la llibreria Pandas, als Dataframes i els mètodes. Anàlisi exploratòria de les dades.
Ejercicios-de-control-Python
Tasca M2 T02 Ús de condicionals i bucles. Apendre a utilitzar if/else/elif. Creació de funcions.
Ejercicios-de-estructura-Python
Tasca M2 T01Creació i accés a llistes en python. Creació i accés a tuples en python. Ús dels mètodes python. Creació i accés a sets i diccionaris en python.
Ejercicios-de-programacion
Tasca M3 T01 Creació d'arrays amb la llibreria numpy. Creació de matrius amb la llibreria numpy. Ús dels mètodes de la llibreria numpy. Utilització de funcions.
Ejercicios-Hipotesis-Testing
Tasca M5 T01 Plantejament d'una hipòtesis. Ús dels testos d'hipòtesi en python. Ús i interpretació del p-valor per un o més d'un atribut. Aplicació del test d'hipòtesis i interpretació dels resultats.
Likimeya's Repositories
Likimeya/Algoritmos_de_aprendizaje_no_suvervisados_agrupacion
Tasca M8 T01 Neteja i interpretació de les dades. Preprocessats i PCA. Trobar nombre de clústers òptim Creació de models. unsupervised (k-means i clustering jeràrquic). Interpretar els resultats.
Likimeya/Analisis_sentimientos_y_textos
Tasca M9 T01 Realitzar mineria de texts. Interpretació dels textos. Anàlisis dels resultats.
Likimeya/BCN_temp
Estudio de les precipitaciones y temperatures des de 1780 en la ciutat de Barcelona
Likimeya/Ejercicios-aprendizaje-supervisado-clasificacion
Tasca M7 T01 Objectius: Neteja i interpretació de les dades. Preprocessats. Creació de models de classificació (arbres de classificació, KNN - k-Nearest neighbors, regressió logística, support vector machine, XGboost, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres
Likimeya/Ejercicios-aprendizaje-supervisado-regression
Tasca M6 T01 Neteja i interpretació de les dades. Preprocessats. Creació de models de regressió (arbres de regressió, random forest, xarxes neuronals, altres models...). Utilització de les mètriques per interpretar els resultats. Estudi i modificació de paràmetres.
Likimeya/Ejercicios-Dataframe-Pandas
Tasca M3 T02 Introducció a la llibreria Pandas, als Dataframes i els mètodes. Anàlisi exploratòria de les dades.
Likimeya/Ejercicios-de-control-Python
Tasca M2 T02 Ús de condicionals i bucles. Apendre a utilitzar if/else/elif. Creació de funcions.
Likimeya/Ejercicios-de-estructura-Python
Tasca M2 T01Creació i accés a llistes en python. Creació i accés a tuples en python. Ús dels mètodes python. Creació i accés a sets i diccionaris en python.
Likimeya/Ejercicios-de-programacion
Tasca M3 T01 Creació d'arrays amb la llibreria numpy. Creació de matrius amb la llibreria numpy. Ús dels mètodes de la llibreria numpy. Utilització de funcions.
Likimeya/Ejercicios-Hipotesis-Testing
Tasca M5 T01 Plantejament d'una hipòtesis. Ús dels testos d'hipòtesi en python. Ús i interpretació del p-valor per un o més d'un atribut. Aplicació del test d'hipòtesis i interpretació dels resultats.
Likimeya/Ejercicios-Matplotlib-o-Seaborn
Tasca M4 T01 Ús de les llibreries gràfiques. Apendre a representar dades d'un Dataframe. Ànalisis i extrapolació de les gràfiques.
Likimeya/Ejercicios-MySQL
Tasca M1 T01 Construir diagrames entitat-relació i relacionals. Construir una base de dades relacional senzilla amb MySQL. Realitzar consultes senzilles. Realitza operacions la base de dades MySQL.
Likimeya/Ejercicios-Train-Test
Tasca M5 T02 Preprocesament de les dades. Transformació i creació de Dummys i enumeracions. Divisió de les dades en Train i Test. Estudi de les dades utilitzant eines anteriors (gràfiques, hipòtesis…).
Likimeya/Likimeya
Likimeya/Pipeline_Selenium
Likimeya/Selenium_xpath
Likimeya/Titanic-kaggle
Likimeya/Visualizacion-grafica-de-varias-variables
Tasca M4 T02 Visualització gràfica de Multiples variables. Representació de Categorical Data. Ús dels Box-Plots.
Likimeya/Web-scraping-amb-diferents-models
Web scraping. Documentar dades recollides amb web scraping.