Curso de Data Mining con Python
Acerca de este curso
> Módulo 1: Configuración óptima del entorno para minería de datos
Usar Python y Jupyter Notebook
¿Qué es la clasificación?
> Módulo 2: Clasificación con estimadores de scikit-learn
Estimadores de scikit-learn
Preprocesamiento
Pipelines
> Módulo 3: Predicción con árboles de decisión y recomendaciones con análisis de afinidad
Cargando el conjunto de datos
Árboles de decisión
Predicción de resultados deportivos
Random Forest
Recomendar películas mediante el análisis de afinidad
Análisis de afinidad
Lidiar con el problema de la recomendación de películas
Comprender el algoritmo Apriori y su implementación
> Módulo 4: Características y transformadores scikit-learn
Extracción de características
Selección de características
Creación de funciones
Análisis de componentes principales
Creando tu propio transformador
> Módulo 5: Social Media Insights con Naive Bayes
Desambiguación
Descarga de datos de una red social
Transformadores de texto
Naive Bayes
Aplicación de Naive Bayes
Obtener funciones útiles de los modelos
> Módulo 6: Recomendaciones con Graph Mining
Cargando el conjunto de datos
Obtener información de seguidores de Twitter
Creando una gráfica
Encontrar subgrafos
> Módulo 7: Clustering de artículos de noticias
Descubrimiento de temas de tendencia
Extraer texto de sitios web arbitrarios
Agrupación de artículos de noticias
El algoritmo k-means
Agrupación de conjuntos