Este curso ya no recibe mantenimiento. Explora nuestros cursos y laboratorios más recientes. Puedes compartir tus comentarios con nosotros en Discord .

Laboratorios de Práctica de Aprendizaje Automático

Este curso contiene muchos laboratorios de Aprendizaje Automático. Cada laboratorio es un pequeño proyecto de Aprendizaje Automático con una guía detallada y soluciones. Puedes practicar tus habilidades de Aprendizaje Automático completando estos laboratorios, mejorar tus habilidades de codificación y aprender a escribir código limpio y eficiente.

PythonCiencia de datos

💡 Este tutorial está traducido por IA desde la versión en inglés. Para ver la versión original, puedes hacer clic aquí

Programa

Ajustando para el Azar en la Evaluación del Rendimiento del Clustering

Coming Soon

Calibración de probabilidades de los clasificadores

Coming Soon

Gráfico de Interpretación Causal

Coming Soon

Conjunto de Cadenas de Clasificadores

Coming Soon

Segmentación de monedas griegas con agrupamiento espectral

Coming Soon

ColumnTransformer de Scikit-Learn

Coming Soon

Comparación de Aprendizaje de Variedades

Coming Soon

Técnicas de validación cruzada con Scikit-Learn

Coming Soon

Comparando Estrategias de Reducción de Dimensionalidad

Coming Soon

Modelo Mixtos Gausianos

Coming Soon

Estimación de densidad con modelos de mezcla gaussiana

Coming Soon

Modelo mixto gaussiano y curva sinusoidal

Coming Soon

Intervalos de predicción para la regresión de Gradient Boosting

Coming Soon

Regresión por Gradient Boosting

Coming Soon

Eliminación de ruido en imágenes utilizando aprendizaje de diccionarios

Coming Soon

Agrupamiento inductivo con Scikit-Learn

Coming Soon

Clasificación binaria de flores Iris utilizando SVM

Coming Soon

Agrupamiento K-Means++ con Scikit-Learn

Coming Soon

Aprendizaje semi-supervisado con Propagación de Etiquetas

Coming Soon

Camino de Lasso en Scikit-Learn

Coming Soon

Vectores de soporte de LinearSVC

Coming Soon

Comprender la complejidad del modelo

Coming Soon

Completado de Rostros con Estimadores de Multi-Salida

Coming Soon

Reducción de dimensionalidad con Análisis de Componentes Vecinos

Coming Soon

Ejemplo de regresión lineal con sparse

Coming Soon

Varianza de Mínimos Cuadrados Ordinarios y Regresión Ridge

Coming Soon

One-Class SVM para la detección de novedades

Coming Soon

Gráficos avanzados con dependencia parcial

Coming Soon

Análisis de Componentes Principales en el Conjunto de Datos Iris

Coming Soon

Graficar la importancia de permutación

Coming Soon

Importancia de permutación en el conjunto de datos de cáncer de mama

Coming Soon

Interpolación polinómica y con splines

Coming Soon

Latencia de predicción con estimadores de Scikit-Learn

Coming Soon

Estimación de modelo lineal robusto

Coming Soon

Ajuste de parámetros del SVM con kernel RBF

Coming Soon

Regresión de Vecinos Más Cercanos

Coming Soon

Ejemplo de Regresión Ridge con Scikit-Learn

Coming Soon

Comparación de Funciones de Pérdida Convexa

Coming Soon

Gráfico de la función de decisión de un conjunto de datos con pesos

Coming Soon

Combinar predictores usando Stacking

Coming Soon

Visualizando la estructura del mercado de valores

Coming Soon

Clasificación de datos con SVM Kernel

Coming Soon

Explorando los parámetros del SVM lineal

Coming Soon

Clasificación SVM no lineal

Coming Soon

Visualizar datos de alta dimensión con t-SNE

Coming Soon

Comparando diferentes codificadores categóricos

Coming Soon

Máquina de Vectores de Soporte con Muestras Ponderadas

Coming Soon

Detección de novedades y valores atípicos con Scikit-Learn

Coming Soon

Reducción de dimensionalidad por proyección aleatoria

Coming Soon

Ajuste de curvas con regresión de Ridge bayesiana

Coming Soon

Clasificación de vecinos más cercanos

Coming Soon

Explorando el agrupamiento K-Means con Python

Coming Soon

Comparar métodos de descomposición cruzada

Coming Soon

Graficar la prioridad de concentración

Coming Soon

Clasificación SVM con Kernel Personalizado

Coming Soon

Validación cruzada en el conjunto de datos de dígitos

Coming Soon

Aglomeración de Características para Datos de Alta Dimensión

Coming Soon

Agrupamiento jerárquico ascendente en el conjunto de datos de dígitos

Coming Soon

Comparación de la Prueba F y la Información Mutua

Coming Soon

Cuantización vectorial con KBinsDiscretizer

Coming Soon

Descomposiciones del Conjunto de Datos de Caras

Coming Soon

Clasificación por Procesos Gausianos en el Conjunto de Datos Iris

Coming Soon

Clasificación con Procesos Gaussianos

Coming Soon

Clasificación de procesos gaussianos en el conjunto de datos XOR

Coming Soon

Modelado predictivo no lineal usando Procesos Gaussianos

Coming Soon

Ajustar el modelo de regresión con procesos gaussianos

Coming Soon

Regresión de Procesos Gaussianos: Kernels

Coming Soon

Early Stopping de Gradient Boosting

Coming Soon

Separación de fuentes ocultas

Coming Soon

Análisis de Componentes Independientes con FastICA y PCA

Coming Soon

Clasificación de Flores Iris con Scikit-learn

Coming Soon

Clasificador SVM en el Conjunto de Datos Iris

Coming Soon

Estimación de densidad de núcleo simple en una dimensión

Coming Soon

Aprendizaje activo con propagación de etiquetas

Coming Soon

Lasso y Elastic Net

Coming Soon

Algoritmos de clasificación de Análisis Discriminante

Coming Soon

Agrupamiento jerárquico con Scikit-Learn

Coming Soon

Factor de Atípico Local para la Detección de Novedades

Coming Soon

Detección de valores atípicos con LOF

Coming Soon

Modelo de Regresión Logística

Coming Soon

Trayectoria de regularización de la regresión logística L1

Coming Soon

Comparación de estimadores de covarianza

Coming Soon

Relevancia de la estimación robusta de covarianza y las distancias de Mahalanobis

Coming Soon

Aprendizaje de variedades en datos esféricos

Coming Soon

Selección conjunta de características con Lasso multitarea

Coming Soon

Ejemplo de regresión lineal

Coming Soon

Algoritmo de Clustering OPTICS

Coming Soon

Análisis de Componentes Principales

Coming Soon

Gráficos de conjuntos de datos de clasificación aleatorios

Coming Soon

Generación de conjuntos de datos de múltiples etiquetas con Scikit-Learn

Coming Soon

Estimación de covarianza robusta en Python

Coming Soon

Aplicando Técnicas de Regularización con SGD

Coming Soon

Codificación esparsa con diccionario precomputado

Coming Soon

Regresión de Vectores de Soporte

Coming Soon

Reducción de dimensionalidad en Swiss Roll y Swiss-Hole

Coming Soon

Regresión de Theil-Sen con Python Scikit-Learn

Coming Soon

Reconstrucción de imágenes por detección por compresión

Coming Soon

Regresión de árbol de decisión

Coming Soon

Regresión de árbol de decisión multi-salida

Coming Soon

Scikit-Learn Libsvm GUI

Coming Soon

Wikipedia PageRank con SVD aleatorizado

Coming Soon

Regresión no lineal con isotonia

Coming Soon

Modelos de Red Neuronal

Coming Soon

Modelos Mixto Gaussiano

Coming Soon

Aprendizaje de variedades con Scikit-Learn

Coming Soon

Biclustering en Scikit-Learn

Coming Soon

Descomponiendo Señales en Componentes

Coming Soon

Estimación de la Matriz de Covarianza con Scikit-Learn

Coming Soon

Estimación de densidad utilizando densidad con núcleo

Coming Soon

Validación cruzada en aprendizaje automático con Python

Coming Soon

Extracción de características con Scikit-Learn

Coming Soon

Imputación de Valores Faltantes

Coming Soon

Técnicas de Aproximación de Kernel en Scikit-Learn

Coming Soon

Métricas y Kernels entre Pares en Scikit-Learn

Coming Soon

Transformando el objetivo de predicción

Coming Soon

Regresión de árboles de decisión potenciados

Coming Soon

Agrupamiento por Propagación de Afinidad

Coming Soon

Graficar el agrupamiento jerárquico

Coming Soon

Métricas de agrupamiento jerárquico

Coming Soon

Dendrograma de agrupamiento jerárquico

Coming Soon

Escalado y Transformación de Datos

Coming Soon

Descomposición de sesgo-varianza con Bagging

Coming Soon

Comparando BIRCH y MiniBatchKMeans

Coming Soon

Comparación de rendimiento entre Bisecting K-Means y K-Means regular

Coming Soon

Comparando algoritmos de agrupamiento

Coming Soon

Segmentación de imágenes con agrupamiento jerárquico

Coming Soon

Matriz de confusión de Scikit-Learn

Coming Soon

Estimación de covarianza por encogimiento

Coming Soon

Validación cruzada con modelos lineales

Coming Soon

Graficar Parches de Rostros del Diccionario

Coming Soon

Reconocimiento de dígitos manuscritos

Coming Soon

Demostración de las estrategias de KBinsDiscretizer

Coming Soon

Precomputar la matriz de Gram para ElasticNet

Coming Soon

Estimación de error OOB en bosque aleatorio

Coming Soon

Importancias de píxeles con bosque aleatorio paralelo de árboles

Coming Soon

Covarianzas del Modelo Mixto de Gaussianas

Coming Soon

Selección de Modelos de Mezcla Gaussiana

Coming Soon

Predicciones probabilísticas con Clasificación por Procesos Gaussianos

Coming Soon

Gráfico de GPR Co2

Coming Soon

Procesos Gaussianos en Estructuras de Datos Discretos

Coming Soon

Regularización de Gradient Boosting

Coming Soon

Comparación de FeatureHasher y DictVectorizer

Coming Soon

Demostración del algoritmo de agrupamiento HDBSCAN

Coming Soon

Graficar Huber vs Ridge

Coming Soon

Análisis de Componentes Principales Incremental en el Conjunto de Datos Iris

Coming Soon

Clasificador de regresión logística en el conjunto de datos Iris

Coming Soon

Aproximación explícita del mapa de características para kernels RBF

Coming Soon

Evaluación empírica de la inicialización de K-Means

Coming Soon

Aprendizaje de Propagación de Etiquetas

Coming Soon

Regresión Lasso de Scikit-Learn

Coming Soon

Regresión logística paso a paso

Coming Soon

Mapear datos a una distribución normal

Coming Soon

Visualizar datos de alta dimensión con MDS

Coming Soon

Algoritmo de Agrupamiento Mean-Shift

Coming Soon

Restricciones monotónicas en el Gradient Boosting

Coming Soon

Análisis de Componentes Vecinos

Coming Soon

Clasificación por centroides cercanos

Coming Soon

Recuperación de señal esparsa con Orthogonal Matching Pursuit

Coming Soon

Graficar PCA vs LDA

Coming Soon

Agrupamiento Espectral para la Segmentación de Imágenes

Coming Soon

Clasificadores Semi-Supervisados en el Conjunto de Datos Iris

Coming Soon

SVM: Hiperplano Separador de Márgen Máximo

Coming Soon

SVM para clases desequilibradas

Coming Soon

Clasificador SGD de múltiples clases de Scikit-Learn

Coming Soon

Graficar el hiperplano de separación con SGD

Coming Soon

Estimación de covarianza inversa espacial

Coming Soon

Modelado de la Distribución de Especies

Coming Soon

Estimación de densidad de núcleo de las distribuciones de especies

Coming Soon

Desempate en el modelo de SVM

Coming Soon

Modelo de regresión Elastic-Net de Scikit-Learn

Coming Soon

Algoritmos de Aprendizaje Semi-Supervisado

Coming Soon

Clustering no supervisado con K-Means

Coming Soon

Técnicas de Preprocesamiento en Scikit-Learn

Coming Soon

Cuantización de Colores Utilizando K-Means

Coming Soon

Comparar GPR y KRR en un Gráfico

Coming Soon

Podado de árboles de decisión posterior

Coming Soon

Clasificación de Dígitos utilizando Scikit-Learn

Coming Soon

Análisis del conjunto de datos de dígitos

Coming Soon

Discretizar características continuas con KBinsDiscretizer

Coming Soon

Comparación de Bosque Aleatorio y Gradiente de Histograma con Mejora

Coming Soon

Graficar Bosque Iris

Coming Soon

Métodos de inicialización del Modelo de Mezcla Gaussiana

Coming Soon

Graficar la Búsqueda en Cuadrícula de Dígitos

Coming Soon

Árboles de Decisión en el Conjunto de Datos Iris

Coming Soon

Detección de anomalías con Isolation Forest

Coming Soon

Regresión isotónica no paramétrica con Scikit-Learn

Coming Soon

Explorando el lema de Johnson-Lindenstrauss con proyecciones aleatorias

Coming Soon

Análisis de Componentes Principales con PCA Kernel

Coming Soon

Graficar la regresión de Ridge Kernel

Coming Soon

Explorando los supuestos del agrupamiento k - means

Coming Soon

Análisis de Clustering con el Método Silueta

Coming Soon

Regresión de Señales Dispersas con Modelos Basados en L1

Coming Soon

Análisis Discriminante Lineal para la Clasificación

Coming Soon

Trazar la regresión logística multinomial y one-vs-rest

Coming Soon

Comparando K-Means y MiniBatchKMeans

Coming Soon

Scikit-Learn MLPClassifier: Estrategias de Aprendizaje Estocástico

Coming Soon

Validación cruzada anidada para la selección de modelos

Coming Soon

Regresión de mínimos cuadrados no negativos

Coming Soon

Detección de valores atípicos en datos de vinos

Coming Soon

Graficar la selección de modelos PCA vs FA

Coming Soon

Puntuación de Prueba de Permutación para la Clasificación

Coming Soon

Regresión cuantílica con Scikit-Learn

Coming Soon

Graficar la regresión de bosque aleatorio con salida múltiple

Coming Soon

Optimización de hiperparámetros: Búsqueda aleatorizada vs Búsqueda en cuadrícula

Coming Soon

Eliminación recursiva de características

Coming Soon

Regresión Ridge para Modelado Lineal

Coming Soon

ROC con Validación Cruzada

Coming Soon

Selección de características basada en modelos y selección secuencial

Coming Soon

Comparación de solvers en línea para la clasificación de dígitos manuscritos

Coming Soon

Algoritmo de Biclustering Espectral

Coming Soon

Algoritmo de Co-Clustering Espectral

Coming Soon

Comparación entre Búsqueda en Cuadrícula y Mitosis Sucesiva

Coming Soon

Escalado del parámetro de regularización para SVMs

Coming Soon

Gráfico de extracción de temas con NMF y LDA

Coming Soon

Análisis del árbol de decisión

Coming Soon

Graficando curvas de validación

Coming Soon

Revelando la estructura del conjunto de datos Iris a través del Análisis Factorial

Coming Soon

Probabilidades de clase con VotingClassifier

Coming Soon

Predicción de diabetes utilizando Voting Regressor

Coming Soon

Agrupamiento jerárquico con restricciones de conectividad

Coming Soon

Ajuste de Hiperparámetros de un Estimador

Coming Soon

Curvas de validación: trazar puntuaciones para evaluar modelos

Coming Soon

Dependencia Parcial y Expectativa Condicional Individual

Coming Soon

Importancia de las Características por Permutación

Coming Soon

AdaBoost Discreto vs Real

Coming Soon

Árboles de decisión potenciados con AdaBoost para múltiples clases

Coming Soon

Clasificación con árbol de decisión simple de AdaBoost

Coming Soon

Comparando regresores bayesianos lineales

Coming Soon

Agrupamiento Biciclístico de Documentos Utilizando el Algoritmo de Coagrupamiento Espectral

Coming Soon

Almacenamiento en caché de los vecinos más cercanos

Coming Soon

Calibración de Probabilidades para la Clasificación de Tres Clases

Coming Soon

Graficar la probabilidad de clasificación

Coming Soon

Graficando predicciones con validación cruzada

Coming Soon

Algoritmo de Clustering DBSCAN

Coming Soon

Deshacerse del ruido en imágenes con Kernel PCA

Coming Soon

Estimación de Densidad Kernel

Coming Soon

Importancia de las características con el bosque aleatorio

Coming Soon

Estimaciones out-of-bag del Gradient Boosting

Coming Soon

Selección del modelo Lasso

Coming Soon

Selección de modelo para la regresión Lasso

Coming Soon

Trazar curvas de aprendizaje

Coming Soon

Clasificar dígitos manuscritos con MLP Classifier

Coming Soon

Optimizar los hiperparámetros del modelo con GridSearchCV

Coming Soon

Clasificación de texto utilizando aprendizaje fuera de núcleo

Coming Soon

Transformación de Características por Hashing

Coming Soon

Eliminación recursiva de características con validación cruzada

Coming Soon

Ajuste de estimador lineal robusto

Coming Soon

Parada temprana del Descenso de Gradiente Estocástico

Coming Soon

Graficar Sgdocsvm vs Ocsvm

Coming Soon

Regresión Logística Esparsa Multiclase

Coming Soon

Iteraciones por mitades sucesivas

Coming Soon

Transformación de datos categóricos usando TargetEncoder

Coming Soon

Sous-ajustement et sur-ajustement

Coming Soon

Exploración de métodos de ensamble con Scikit-Learn

Coming Soon

Selección de Características con Scikit-Learn

Coming Soon

Evaluando la calidad del modelo de aprendizaje automático

Coming Soon

Gráfico de la tubería de dígitos

Coming Soon

Estimadores y tuberías de Scikit-Learn

Coming Soon

Transformaciones de características con conjuntos de árboles

Coming Soon

Equilibrar la complejidad del modelo y la puntuación validada cruzada

Coming Soon

Extracción y evaluación de características de texto

Coming Soon

Agrupamiento K-Means en Dígitos Manuscritos

Coming Soon

Regularización del Perceptrón Multicapa

Coming Soon

Clasificación de documentos con múltiples etiquetas

Coming Soon

Graficar la clasificación Nca

Coming Soon

Detección de valores atípicos utilizando algoritmos de Scikit-Learn

Coming Soon

Evaluación de ROC Multiclase con Scikit-Learn

Coming Soon

API de visualización de Scikit-Learn

Coming Soon

Aproximación del kernel polinomial con Scikit-Learn

Coming Soon

Efecto del umbral variable en el autoentrenamiento

Coming Soon

Regresión logística multinomial MNIST

Coming Soon

Clasificación de flores de iris utilizando el clasificador de votación

Coming Soon

Vecinos más cercanos aproximados en TSNE

Coming Soon

Crear visualizaciones con objetos de visualización

Coming Soon

Reconocimiento facial con eigenfaces y SVMs

Coming Soon

Selección de Características Univariadas

Coming Soon

Construyendo tuberías de aprendizaje automático con Scikit-Learn

Coming Soon

Concatenar múltiples métodos de extracción de características

Coming Soon

Gradient Boosting con Características Categóricas

Coming Soon

Razones de verosimilitud de clase para medir el rendimiento de la clasificación

Coming Soon

Imputar Datos Faltantes

Coming Soon

Graficar PCR vs PLS

Coming Soon

Selección de características para SVC en el conjunto de datos Iris

Coming Soon

Transformando el objetivo para la regresión lineal

Coming Soon

Algoritmos de clasificación multicategoría y multi-salida

Coming Soon

Comparación de algoritmos de detección de anomalías

Coming Soon

Curvas de Calibración de Probabilidad

Coming Soon

Comparación de la Calibración de Clasificadores

Coming Soon

Reducción de dimensionalidad con Pipeline y GridSearchCV

Coming Soon

Curva de compensación de errores de detección

Coming Soon

Métrica Precision-Recall para la Clasificación Desequilibrada

Coming Soon

Column Transformer con Tipos Mixtos

Coming Soon

Clasificación de dígitos con características de RBM

Coming Soon

Clasificación de texto semi-supervisada

Coming Soon

Usando la API set_output

Coming Soon

Discretización de Características para la Clasificación

Coming Soon

Clasificación de documentos de texto

Coming Soon

Iterative Imputer de Scikit-Learn

Coming Soon

Aprendizaje de variedades en dígitos manuscritos

Coming Soon

Construyendo tuberías en Scikit-Learn

Coming Soon

Escalado de Características en el Aprendizaje Automático

Coming Soon

Tuberías y Estimadores Compuestos

Coming Soon

Comparación de clasificadores de Scikit-Learn

Coming Soon

Introducción

Este curso de Laboratorios de Práctica de HTML está diseñado para ayudarte a mejorar tus habilidades en HTML a través de una serie de ejercicios y proyectos prácticos. Ya seas un principiante o un desarrollador web experimentado, este curso ofrece un enfoque práctico para dominar los conceptos básicos de HTML.

🎯 Tareas

En este curso, aprenderás:

  • Cómo estructurar páginas web utilizando elementos HTML
  • Cómo crear marcado HTML semántico y accesible
  • Cómo formatear texto, agregar imágenes y construir menús de navegación
  • Cómo incorporar enlaces, listas y tablas en tus páginas web
  • Cómo aplicar las mejores prácticas para escribir código HTML limpio y eficiente

🏆 Logros

Después de completar este curso, podrás:

  • Crear y estructurar con confianza páginas web basadas en HTML
  • Demostrar un sólido conocimiento de la sintaxis y la semántica de HTML
  • Implementar diversas características y elementos HTML para mejorar la estructura y la apariencia de las páginas web
  • Desarrollar la capacidad de escribir código HTML limpio, bien organizado y mantenible
  • Adquirir experiencia práctica en HTML a través de la finalización de laboratorios de práctica prácticos

Profesor

labby
Labby
Labby is the LabEx teacher.

Recomendado Para Ti

no data