Regístrate aquí
- EDX Machine Learning Fundamentals UCSanDiegoX: DSE220x 10 semanas
- UDACITY Google Deep Learning Course 7 lecciones
Curso EDX Curso UDACITY
Entrega 1, Abr 6: Semanas 1,2,3 Lecciones 1,2
Entrega 2, Abr 27: Semanas 4,5,6 Lecciones 3,4,5
Entrega 3, May 27: Semanas 7,8,9,10 Lecciones 6,7,8
Mar09 - Registro primera calificación
Mar11 - Último día cancelación materias
May28-Jun06 Evaluaciones finales
Jun08 - Registro calificaciones finales
-
Las entregas se realizarán en el Dropbox compartido con cada alumno
-
Cada entrega deberá de constar de:
- un archivo en formato PDF llamado EDX_01.PDF o UDACITY_01.PDF según el curso que hayas escogido (edx_02.pdf para la entrega 2, etc.) con la evidencia de la realización de la parte correspondiente del MOOC (pantallazos, resúmenes, calificaciones, etc.)
- un archivo en formato ZIP llamado EDX_01.ZIP o UDACITY_01.ZIP (edx_02.zip, etc.) con los materiales que tuviste que desarrollar durante las lecciones correspondientes a la entrega (código, binarios, docs, etc.)
-
En cada entrega se valorará:
- 50% COMPLETUD, si la entrega contiene todas las lecciones requeridas
- 50% CLARIDAD, si el PDF describe claramente lo realizado complementando con explicación del estudiante los pantallazos y evidencia incluida en el mismo, y si el ZIP contiene los materiales de manera organizada (en directorios, READMEs, etc.)
Problemsets 1 2 3 15%
Quiz 1 10%
MOOC Entrega 1 25%
MOOC Entrega 2 25%
MOOC Entrega 3 25%
Usaremos esta máquina virtual que tiene instalado un entorno Python Anaconda con Jupyter Notebooks disponibles en localhost:8008/tree una vez que la máquina arranca.
Observa la configuración de la máquina
- Si tu máquina física tiene al menos 4GB de memoria configura la máquina virtual con 2GB de memoria
- Aunque casi no necesitarás un terminal, el interfaz de Jupyter Notebooks tiene un terminal para acceder a través del navegador. En cualquier caso, la máquina virtual tiene un servidor SSH en el puerto 2222 con user/user como usuario y pwd. Si tu máquina física es mac o linux usa
ssh -p 2222 user@localhost
para conectarte. Si es windows, usa putty - Si compartes una carpeta entre la física y virtual asegúrate que el nombre cone el que se comparte sea
share
(aunque el nombre de la carpeta en la máquina física puede ser distinto)
Para montar la carpeta compartida ejecuta lo siguiente en un terminal y la carpeta aparecerá en /home/user/share:
sudo mount share
Si la máquina arranca en modo mantenimiento, edita el fichero /etc/fstab
como root
:
sudo nano /etc/fstab
y actualiza la linea con la definición de share
para que quede así
share /home/user/share vboxsf uid=1000,rw,auto,x-systemd.automount 0 1
40% Problemsets
30% Quizes
30% Data analytics project
- Mathematical optimization and symbolic computing
- Linear Regression
- Logistic Regression
- Neural Networks
- Regularization and performance evaluation
- Kernel methods
- Ensemble methods
- Learning representations
- Deep learning
Deberás de abordar un problema de analítica de datos, 1) elegir dataset, 2) definir tarea, 3) implementar la analítica de datos. El resultado ha de ser un notebook ejecutable que contenga, preprocesado (latent semantics y/o transformaciones), varios algoritmos de clasificación o regresión, análisis de rendimiento y curvas de aprendizaje.
Hay muchas fuentes de datos y sitios de competiciones de machine learning en internet, entre ellas: kaggle, kdnudgets
Criterios de evaluación: 1) Complejidad de la tarea, 2) Compleción 3) Claridad del notebook
SESSION 1 SESSION 2 STUDENT DEADLINES
W05 Ene29-Feb02 INTRO 1.MATH
W06 Feb05-Feb09 2.LINREG PSETS
W07 Feb12-Feb16 3.LOGREG PSETS
W08 Feb19-Feb23 PROJECT PROJECT Feb 25 PSETS 1 2 3
W09 Feb26-Mar02 QUIZPREP QUIZ Mar 04 PROJECT DATASET
W10 Mar05-Mar09 4.NEURAL PSETS
W11 Mar12-Mar16 5.REGPE PSETS
W12 Mar19-Mar23 PROJECT PROJECT
W13 Mar26-Mar30 6.LATSEM PSETS Abr 01 PSETS 4 5 6
W14 Abr02-Abr06 QUIZPREP QUIZ
W15 Abr09-Abr13 PROJECT PROJECT
W16 Abr16-Abr20 7.KERNEL PSETS
W17 Abr23-Abr27 8.ENSEMBL PSETS
W18 Abr30-May04 9.CNN+RNN PSETS MAY 06 PSETS 7 8 9
W19 May07-May11 QUIZPREP QUIZ
W20 May14-May18 PROJECT PROJECT
W21 May21-May25 SEMINAR SEMINAR MAY 27 PROJECT FINAL
Mar09 - Registro primera calificación
Mar11 - Último día cancelación materias
May28-Jun06 Evaluaciones finales
Jun08 - Registro calificaciones finales