jaimemoc / microsoft_learn_machine

Descripción de la Ciencia de Datos para el Aprendizaje Automático

Este repositorio forma parte de la ruta profesional de Microsoft "Descripción de la Ciencia de Datos para el Aprendizaje Automático". Aquí encontrarás fragmentos de código en Python relacionados con tareas comunes de machine learning, así como ejemplos específicos de la ruta de aprendizaje.

Contenido

1. Introducción a la Ciencia de Datos : Una introducción práctica a los conceptos fundamentales de la ciencia de datos.

2. Preprocesamiento de Datos : Código para limpiar y preprocesar conjuntos de datos antes de entrenar modelos de machine learning.

3. Exploración de Datos y Visualización : Ejemplos de visualizaciones para comprender mejor los datos antes del modelado.

4. Modelado de Machine Learning : Implementación de un modelo de regresión lineal. Ejemplo de clasificación utilizando SVM.

5. Evaluación de Modelos : Cálculo de métricas para evaluar el rendimiento de los modelos.

Requisitos

Asegúrate de tener instaladas las siguientes bibliotecas de Python antes de ejecutar los notebooks:

pip install pandas matplotlib scikit-learn

Contribuciones

Siéntete libre de contribuir a este repositorio. Puedes agregar nuevos notebooks, corregir errores o mejorar la documentación. ¡Toda ayuda es bienvenida!

Licencia

Este proyecto está bajo la licencia MIT, lo que significa que puedes utilizar, modificar y distribuir el código según tus necesidades.