En esta tarea vamos a utilizar el modulo de cómputo numérico numpy
así como la biblioteca de aprendizaje automático sklearn. Esta es
más una tarea para entender como funcionan los algoritmos de
aprendizaje en términos generales, y como pueden aplicarse.
Es importante resaltar que en esta tarea no nos enfocamos a entender y rogramar los algoritmos de aprendizaje, si no que tratamos de hacer un rápido recorrido por las ideas generales y los procedimientos básicos para realizar aprendizaje supervisado.
La tarea consta de dos libretas de Jupyter, tratando de cubrir los
conceptos más generales. Ambas libretas tienen ejercicios para
resolver. Cada libreta tiene el mismo peso sobre la calificación final
de la tarea, y solamente se acepta una libreta como terminada, si se
ha realizado todo lo que se pide en ella. Es importante resaltar que
si se deja un ejercicio sin termnar en una libreta, esta se considera
como no realizada.
Las libretas a resolver (en este mismo orden) son las siguientes:
- clasificadores.ipynb. Comparación de diferentes técnicas de clasificación.
- logistica.ipynb. Regresión logística y las nociones de regularización.
Además, se incluye una libreta de introducción a numpy por si es
necesario hacer un recordatorio de como se usa.