Horarios de las clases

Teórica

Clase 1. Data products, aprendizaje supervisado, metodologia

Práctica

Práctico 1. preguntas y respuestas, decision tree, regresion logistica, metricas en dataset de juguete. exploración de los datos del curso

Teórica

Clase 2 Training / test split, model complexity, regularization, model selection

Práctica

Práctico 2. Preguntas y respuestas, revisitamos lagrange, bias/variance y regularización. Grid Search, SMBO y AutoML en un notebook. Baseline fit de IMDB

Teórica

Clase 3 Modelado no trivial. Distribución de ratings, Word2Vec

Práctica

Práctico 3.

Teórica

Clase 4 NLP. tf-idf, word embeddings, Word2Vec, FastText, transfer learning

Práctica

Práctico 4. Última clase