Repositorio personal de conocimiento sobre Data Science, Machine Learning y MLOps: una colección de apuntes, explicaciones y artículos que utilizo para consultar conceptos, resolver dudas y refrescar conocimientos cuando trabajo con datos.
- Metodológica en ciencia de datos
- Comunicación de Datos
- Preparación de Datos
- Fundamentos de la preparacion de datos
- Limpieza de Datos (Tratamiento de nulos y duplicados
- Transformacion de datos
- Introducción a la Transformación de datos
- Tratamiento de datos sesgados (Power Transformations)
- Transformaciones de Escalado (Feature Scaling)
- Transformaciones de Normalización
- Transformaciones Basadas en Rangos (Rank Transformations)
- Transformaciones Trigonométricas o Cíclicas
- Transformaciones de Discretización (Binning)
- Discretización Equal Width
- Equal Frequency
- Feature Engineering (Codificación de categóricas, interacciones)
- Exploratory data analysis
- Machine Learning
- Fundamentos
- Supervised Learning
- Unsupervised Learning
- Reinforcement Learning
- Métricas de evaluación
Data Science
│
├── Metodología de Ciencia de Datos
├── Obtención de Datos
├── Limpieza y Preparación de Datos
├── Análisis Exploratorio de Datos (EDA)
├── Estadística para Data Science
├── Matemáticas para Machine Learning
│
├── Machine Learning
│ ├── Fundamentos
│ │ ├── ¿Qué es Machine Learning?
│ │ ├── Tipos de Aprendizaje
│ │ ├── Train/Test Split
│ │ └── Overfitting y Underfitting
│ │
│ ├── Regresión
│ │ ├── Regresión Lineal
│ │ ├── Regresión Polinómica
│ │ └── Regularización
│ │
│ ├── Clasificación
│ │
│ ├── Métricas de Evaluación
│ │ ├── MSE
│ │ ├── RMSE
│ │ ├── MAE
│ │ ├── R²
│ │ ├── Accuracy
│ │ ├── Precision
│ │ ├── Recall
│ │ ├── F1 Score
│ │ └── ROC-AUC
│ │
│ └── Selección y Optimización de Modelos
│
├── Deep Learning
├── NLP
├── Sistemas de Recomendación
└── MLOps