Data Science

Machine Learning Notebooks:

APRENDIZAJE SUPERVISADO

• 📄 Notebook 1: ML_Clasificacion.ipynb
  Objetivo: predecir si una persona cobra mas de 50000 dólares en un año. Dataset: adult.data

  • Fase 1. Análisis Exploratorio de los datos(EDA)

  • Fase 2. Prepocesamiento de los datos

    • Limpieza de los datos
    • Tratamiento de valores Nan
    • Detección de outliers
    • Extracción de características
    • Tranformación de los datos
    • Reducción de dimensionalidad

  • Fase 3. Entrenamiento de un modelo de Clasificación basado en Decision Tree

  • Fase 4. Análisis de resultados

    • Matriz de confusión
    • Métricas
    • Curva ROC
    • Conclusiones

  • Fase 5. Mejora del método

    • GridSearchCV
    • Metricas
    • Curva ROC
    • Conclusiones

  • Fase 6. Comparación con otros métodos

    • Naive Bayes
    • SVM
    • Logistic Regresion

  • Fase 7. Análisis de sesgos

    • Modelo para mujeres
    • Modelo para hombres
    • Conclusiones Finales

• 📄 Notebook 2: ML_Regression.ipynb Objetivo: predecir un indicador de estabilidad (valor real) en base a una serie de características que se discretizaran para dar una salida categórica (estable/no estable) Dataset: Data_for_UCI_named.csv

  • Fase 0. Descarga y Carga del conjunto de datos.

  • Fase 1. Análisis Exploratorio de los datos(EDA)

  • Fase 2. Entrenamiento del modelo de regresión lineal y estudio de la bondad del mismo.

    • Modelo 1 - Regressión Lineal Multivariante
    • Visualización de los residuos del modelo 1
    • Modelo 2 - Regressión Lineal Multivariante
    • Visualización de los residuos del modelo 2
    • Evaluación cuantitativa del modelo
      • Coeficiente de deteminación
      • MAE
      • MSE

  • Fase 3. Entrenamiento de modelos diferentes al método de regresión lineal

    • KNeighborsRegressor
    • Multi-layer Perceptron Regression
    • Predicciones:
      • LinearRegressor Predictions
      • KNeighborsRegressor Predictions
      • MLPRegressor Predictions
    • Evaluación Cualitativa de los modelos.

  • Fase 4. Entrenamiento con métodos de agregación: bagging y boosting

    • Bagging con estimadores (LinearRegression)
    • Bagging con estimadores (MLPRegressor)
    • Boosting con estimadores (LinearRegression)
    • Boosting con estimadores (MLPRegressor)
    • Métricas de Bondad

  • Fase 5. Métodos de stacking

    * Stacking con regresor lineal kNN y MLP
    * Stacking con regresor lineal y kNN
    * Stacking con regresor lineal y MLP
    * Stacking con regresor kNN y MLP
    * Métricas de Bondad
    

Tech Stack

 * Python
 * Machine Learning Algorithm
 * ExtraTreesClassifier
 * ExtraTreesRegressor
 * SelectKBest
 * LDA
 * PCA
 * DecisionTreeClassifier
 * Naive Bayes
 * SVM
 * Logistic Regression
 * LinearRegression
 * GridSearchCV
 * Bagging
 * BaggingRegressor
 * Boosting
 * AdaBoostRegressor
 * StackingRegressor
 * LinearRegression
 * KNeighborsRegressor
 * MLPRegressor
 * R2 - score
 * MAE
 * MSE
 * confusion_matrix
 * accuracy_score,
 * recall_score,
 * f1_score,
 * precision_score,
 * classification_report
 * roc_curve