Bases Machine Learning con Go - Código practico 1. Recopilación y organización de datos 2. Matrices, probabilidad y estadística (unidades) 3. Evaluación y validación (metricas) 4. Regresión (técnicas) 5. Clasificación (algoritmos modelos) 6. Agrupamiento (técnicas no supervisadas) 7. Series de tiempo y detección de anomalías (técnicas datatime) 8. Redes neuronales y aprendizaje profundo (técnicas multimedia) 9. Implementación y distribución de análisis-modelos (Docker + Pachyderm)
