Este repositorio contiene los recursos, ejemplos y resultados que se van generando durante las clases y actividades del curso. En general, se encontrarán ordenadas las cosas de la siguiente manera:
- process_dataset: Contiene los set de datos procesados de cada proyecto o tarea que desarrollemos. Se almacenarán por carpeta.
- raw: Contiene los archivos raw de cada proyecto que se trabaje
- src: Contiene los notebooks y scripts que implementemos para cada proyecto. También estarán los ejemplos de aplicación y otros scripts que se vayan generando durante el curso.
- results: Contiene los resultados de los entrenamientos de modelo por cada proyecto
Este repositorio contiene/contendrá las siguientes temáticas:
- Modelos de clasificación/regresión vía algoritmos de aprendizaje supervisado clásico
- Modelos de clasificación/regresión vía métodos de deep learning básicos
- Identificación de patrones vía algoritmos de clustering
- Introducción a modelos generativos y language models
- Introducción a aprendizaje semi-supervisado y técnicas de Low-N datasets