gcjordi Goto Github PK

synthea-compose

A docker-compose file to install containers to deploy Synthea patient generator / UI and VistA / data loader

synthetic-medical-images

Generating Medical Images using GANs

taller-basico-machine-learning

Introducción a Machine Learning en Salud - Diabetes El objetivo principal de Machine Learning (ML) es predecir o describir el comportamiento de elementos medibles de la realidad a partir de información incompleta e incierta. Las condiciones de información incompleta e incierta hacen que modelos de las ciencias naturales no sean aplicables. Por eso gran parte de los métodos de ML estarán basados en intuiciones estadísticas y métodos computacionales. La correlación de variables debe ser guiada por expertos, los cuales determinan, desde el punto de vista científico, el soporte de una relación entre variables. Esto es fundamental, dado que para la máquina, una variable es solo un número. En la primera parte del taller, se va a obtener los datos, limpiarlos, examinarlos, modelarlos y generar un dataset adecuado para que los algoritmos de aprendizaje de máquinas puedan aprender y predecir. En la segunda parte, vamos a entrenar algoritmos para que predigan diabetes, en pacientes que no pertenecen a la base de datos. Se basa en el modelo ML - O.S.E.M.N. O - Obtaining; Obtener datos S - Scrubbing; Limpiar los datos E - Exploring; Visualizar los datos para encontrar patrones y relaciones. Muchas veces este paso es transversal, en especial con (S) M - Modeling; Modelar los datos para predecir o describir un comportamiento N - INterpreting; Interpretar los resultados de los modelos

tensorflow

Curso de TensorFlow con Python

tensorflow2

Curso de Tensorflow 2

tests

Tests

textblob

Simple, Pythonic, text processing--Sentiment analysis, part-of-speech tagging, noun phrase extraction, translation, and more.

tinygs

📡 Open Ground Station Network 🛰

trading-algoritmico-a-z-con-python

Repositorio del curso online en Frogames Formación

traingenerator

🧙 A web app to generate template code for machine learning

trt_pose

Real-time pose estimation accelerated with NVIDIA TensorRT

tutoriales-arduino-luisllamas_es

twittor

Aplicación de PWA curso de Fernando Herrera

unet

U-Net Biomedical Image Segmentation

upscalerjs

Image Upscaling in Javascript. Increase image resolution up to 4x using Tensorflow.js.

uskokrum2010_fundamentos_flask

Curso del framework Flask para crear aplicaciones web con Python, tutorial desde cero y para principiantes.

video-analysis-amazon-rekognition

This project is a simple website based on HTML, CSS and JavaScript which has a very simple UI and uses the Amazon Rekognition, SNS, S3 and IAM services to give us the detailed analysis of the video we have provided in the input box.

video-auto-wipe

Erase specific content from the video that you don't wanna see

voiceassist_apli_jgc

Sistema para el reconocimiento y la asistencia por voz

vue-pwa-rekognition

Vue2 + Amazon Rekognition + Amazon S3 + Progressive Web App With Face Detection

web_scraper_jgc

Web Scrapìng Apli

webappsec

Web Application Security

wger

Self hosted FLOSS fitness/workout, nutrition and weight tracker written with Django

wifi-heatmap

WiFi Heat Map Simulator

windows-appconsult-pwalab

Lab for building a PWA

yt_downloader_jgc

Videos downloader