ML_Practica_y_Herramientas

Son un conjunto de notebooks con herramientas de Python orientadas a ciencia de datos y al aprendizaje automatico.

Son herramientas con datasets clasicos que pueden ejecutase desde google colab.

Name		Name	Last commit message	Last commit date
Latest commit History 21 Commits
Frag_y_Train_CNN_genoma_E_coli_one_heat_enc_IADN.ipynb		Frag_y_Train_CNN_genoma_E_coli_one_heat_enc_IADN.ipynb
Frag_y_Train_red_genoma_E_coli_one_heat_enc_IADN.ipynb		Frag_y_Train_red_genoma_E_coli_one_heat_enc_IADN.ipynb
Herramientas_de_pd_matplot_y_scikit_learn_sobre_los_datos_de_titanic.ipynb		Herramientas_de_pd_matplot_y_scikit_learn_sobre_los_datos_de_titanic.ipynb
README.md		README.md
Redes_neuronales_en_keras_usando_el_dataset_de_IMDB.ipynb		Redes_neuronales_en_keras_usando_el_dataset_de_IMDB.ipynb
datasets_tensorflow_ejemplo_mnist.ipynb		datasets_tensorflow_ejemplo_mnist.ipynb
notebook_03_arboles_de_decision_sklearn_published.ipynb		notebook_03_arboles_de_decision_sklearn_published.ipynb
notebook_04_implementacion_arboles_published_finish.ipynb		notebook_04_implementacion_arboles_published_finish.ipynb
notebook_05_metricas_published.ipynb		notebook_05_metricas_published.ipynb
notebook_07_ingenieria_atributos_y_pipelines_scikit_learn.ipynb		notebook_07_ingenieria_atributos_y_pipelines_scikit_learn.ipynb
redes_neuronales_mirando_abajo_del_capo.ipynb		redes_neuronales_mirando_abajo_del_capo.ipynb

Provide feedback