Skip to content

Diapositivas, tareas, código de ejemplo y página del curso de aprendizaje automatizado impartido en el PCIC de la UNAM

Notifications You must be signed in to change notification settings

gibranfp/CursoAprendizajeAutomatizado

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

20 Commits
 
 
 
 

Repository files navigation

Curso de aprendizaje automatizado 2024-2, PCIC-UNAM

Este repositorio contiene las diapositivas, libretas y demás material del curso de aprendizaje automatizado, impartido en el Posgrado en Ciencia e Ingeniería de la Computación de la UNAM.

Temario

  1. Clasificador bayesiano ingenuo
  2. Métodos lineales de regresión y clasificación
  3. Selección de modelos
  4. Modelos gráficos probabilísticos
  5. Modelos de variales latentes
  6. Máquinas de vectores de soporte y kernels
  7. Ensambles

Clonar rama

Este repositorio contiene el material de cursos anteriores y puede ser algo pesado clonarlo completamente. Para clonar únicamente la rama del curso 2023-2, debes hacerlo con el siguiente comando:

git clone --branch 2024-2 --single-branch https://github.com/gibranfp/CursoAprendizajeAutomatizado.git

Ambiente de programación

Para ejecutar los ejercicios y las libretas de este repositorio se tienen dos opciones:

  • Google Colab
  • Ambiente local

Google Colab

Google Colab es un servicio para crear, editar, alojar y ejecutar libretas en la nube. Ofrece ambientes con CPU, GPU y TPU de forma gratuita, aunque con un tiempo máximo de ejecución. Puedes crear una nueva libreta (notebook) desde Colab, subir una existente desde tu computadora o importarla de Google Drive o GitHub.

Ambiente local

Para instalar el ambiente en nuestra computadora primero debemos instalar Anaconda siguiendo las instrucciones oficiales. Después, desde una terminal creamos el ambiente con el archivo de dependencias:

conda env create --file environment.yml

Enseguida, activamos el ambiente:

conda activate caa

Posteriormente, para comenzar a trabajar con las libretas ejecutamos:

jupyter notebook

Este comando abrirá una pestaña o ventana en tu navegador web, como se muestra en la siguiente captura de pantalla:

Aquí puedes crear una nueva libreta seleccionando el botón New y posteriormente Python 3. También puedes cargar una existente seleccionando un archivo con extensión .ipynb dentro del directorio donde se lanzó el comando. Con Upload agregas archivos que se encuentran en otra parte de tu computadora a este directorio. Para salir, simplemente presiona el botón Quit y cierra la pestaña o ventada correspondiente.

Para desactivar el ambiente

conda deactivate

About

Diapositivas, tareas, código de ejemplo y página del curso de aprendizaje automatizado impartido en el PCIC de la UNAM

Resources

Stars

Watchers

Forks

Packages

No packages published