Data Science

¿Ciencia de datos?

Tabla de contenido ?

• Alcance del aprendizaje
• Enlace implementado y enlace de repositorio
• Ideas
• Visión
• Descripción de ideas innovadoras
• Requisitos previos
• LLM (Gen. IA)
• Índice de contenido
• Lista de contenidos
• Contribuyendo
• Licencia

¿Alcance del aprendizaje?

Este repositorio tiene como objetivo proporcionar experiencias de aprendizaje práctico en las siguientes áreas:

• Análisis de datos
• Aprendizaje automático
• Aprendizaje profundo
• LLM (Gen. IA)

Enlace implementado y enlace de repositorio

Índice	Proyecto	Enlace implementado	Enlace al repositorio	Herramientas utilizadas
1	Predicción del precio del coche	Enlace implementado	Enlace de repositorio	Streamlit, Scikit-learn, Pandas, NumPy
2	Predicción del precio del coche	Enlace implementado	Enlace de repositorio	Frasco, Scikit-learn, Pandas, NumPy
3	Predicción del precio del préstamo	Enlace implementado	Enlace de repositorio	Frasco, Scikit-learn, Pandas, NumPy
4	Análisis de ventas de Diwali	No implementado	Enlace de repositorio	Pandas, NumPy, PyPlot, Seaborn
5	Clasificación de imágenes de perros y gatos	No implementado	Enlace de repositorio	Tensorflow, Keras, Matplotlib
6	Sistema avanzado de seguimiento de currículums	Enlace implementado	Enlace de repositorio	LLM, IA generativa, PyPDF, Streamlit

Ideas?

Aquí están sus ideas de proyectos presentadas en formato tabular:

idea de proyecto	Descripción	Dominio
Análisis de la economía india	Analizar diversos indicadores y tendencias económicas para comprender el estado actual y predecir escenarios futuros.	Economía, Análisis de datos
Análisis de ventas de Diwali	Analice los datos de ventas antes, durante y después de Diwali para identificar tendencias, patrones y optimizar las estrategias de marketing.	Comercio minorista, análisis de ventas
Predicción del precio del coche	Desarrollar un modelo de aprendizaje automático para predecir el precio de los automóviles en función de diversas características, como kilometraje, marca, etc.	Aprendizaje automático, Automoción
Predicción de aprobación de préstamo	Cree un modelo de aprendizaje automático para predecir si una institución financiera aprobará o rechazará una solicitud de préstamo.	Aprendizaje automático, Finanzas
Clasificación de gatos y perros	Cree un modelo de aprendizaje profundo para clasificar imágenes de perros y gatos con precisión.	Aprendizaje profundo, visión por computadora
Sistema avanzado de seguimiento de currículums	Implementar un sistema integral que utilice técnicas de LLM para rastrear y analizar currículums para la búsqueda de empleo y la contratación.	LLM (Gen AI), Recursos Humanos

Visión ?️

Nuestra visión es facilitar el aprendizaje y la exploración en el campo de la ciencia de datos proporcionando código, tutoriales y recursos bien documentados. Nuestro objetivo es capacitar a las personas para que comprendan y apliquen técnicas de ciencia de datos a problemas del mundo real.

Descripción de ideas innovadoras

Nos esforzamos por incorporar enfoques e ideas innovadores en nuestros proyectos, superando los límites de las metodologías tradicionales de ciencia de datos. Algunas de las ideas innovadoras exploradas en este repositorio incluyen:

• Nuevas técnicas de ingeniería de características.
• Arquitecturas de modelos avanzadas
• Métodos de visualización de vanguardia

Requisitos previos

Antes de ejecutar el código en este repositorio, asegúrese de tener instaladas las siguientes dependencias:

• pandas
• engordado
• aprendizaje de ciencias (sklearn)
• nacido en el mar
• matplotlib
• tramadamente

Además, para los modelos de aprendizaje profundo, necesitará:

• TensorFlow
• Keras

Para los modelos LLM (Gen AI), también necesitará:

• Biblioteca abierta AI
• Bibliotecas de IA de generación

Puede instalar las dependencias requeridas usando pip:

pip install pandas numpy scikit-learn seaborn matplotlib plotly tensorflow keras openai gen_ai

LLM (Gen AI) ??

LLM (Gen AI) amplía el marco de LLM para incorporar técnicas de IA generativa, lo que permite la generación de datos, imágenes, textos, etc. novedosos, y explora las posibilidades de la creatividad impulsada por la IA.

¿Índice de contenido?

1. Análisis de datos
2. Aprendizaje automático
3. Aprendizaje profundo

Cada sección contiene cuadernos detallados, código y explicaciones para proyectos y conceptos específicos.

¿Lista de contenidos?

• data_analysis : Contiene cuadernos y código para proyectos de análisis de datos.
• machine_learning : Incluye cuadernos y código para proyectos de aprendizaje automático.
• deep_learning : consta de cuadernos y código para proyectos de aprendizaje profundo.
• LLM : Incluye cuadernos y código para proyectos relacionados con el marco LLM (Análisis de datos, Aprendizaje automático, Aprendizaje profundo).

Siéntase libre de explorar cada sección y sumergirse en los proyectos para mejorar su comprensión de los conceptos de ciencia de datos.

Créditos

Me gustaría expresar mi gratitud a los desarrolladores de las diversas herramientas, bibliotecas y modelos de ciencia de datos que han sido fundamentales en la creación de este repositorio:

Herramientas y bibliotecas

• pandas: Desarrollado por Wes McKinney y colaboradores, pandas es una poderosa biblioteca de análisis y manipulación de datos para Python.
• NumPy: Creado por Travis Oliphant, NumPy es el paquete fundamental para la computación científica con Python.
• scikit-learn: Desarrollada por una comunidad de colaboradores, scikit-learn es una biblioteca versátil de aprendizaje automático para Python.
• seaborn: Desarrollado por Michael Waskom y colaboradores, seaborn es una biblioteca de visualización de Python basada en matplotlib para gráficos estadísticos.
• matplotlib: desarrollada por John D. Hunter (y más tarde Michael Droettboom y colaboradores), matplotlib es una biblioteca completa para crear visualizaciones estáticas, animadas e interactivas en Python.
• plotly: Desarrollado por Plotly Technologies, plotly es una biblioteca de gráficos para Python que crea gráficos interactivos con calidad de publicación en línea.
• TensorFlow: Desarrollado por el equipo de Google Brain y sus colaboradores, TensorFlow es una plataforma de código abierto para aprendizaje automático y aprendizaje profundo.
• Keras: desarrollada por François Chollet y sus colaboradores, Keras es una biblioteca de redes neuronales de código abierto escrita en Python que sirve como API de alto nivel para TensorFlow.
• OpenAI: Desarrollado por OpenAI, OpenAI es un laboratorio de investigación de inteligencia artificial formado por la corporación con fines de lucro OpenAI LP y su empresa matriz, la organización sin fines de lucro OpenAI Inc.
• Bibliotecas Gen AI: desarrolladas por Gen AI, las bibliotecas Gen AI proporcionan herramientas y marcos para técnicas de IA generativa, lo que permite la generación de datos, imágenes, textos novedosos, etc.

Modelos de aprendizaje automático

• XGBoost: Desarrollada por una comunidad de colaboradores, XGBoost es una biblioteca optimizada de aumento de gradiente distribuido diseñada para brindar velocidad y rendimiento.
• LightGBM: Desarrollado por Microsoft, LightGBM es un marco de mejora de gradiente que utiliza algoritmos de aprendizaje basados ​​en árboles.
• CatBoost: Desarrollado por Yandex, CatBoost es una biblioteca de aumento de gradiente de código abierto que proporciona resultados de última generación listos para usar.
• SciPy: desarrollada por una comunidad de colaboradores, SciPy es una biblioteca informática científica que se basa en NumPy y proporciona funcionalidad adicional.
• StatsModels: Desarrollado por una comunidad de colaboradores, StatsModels es un módulo de Python que proporciona clases y funciones para la estimación de muchos modelos estadísticos diferentes.

Modelos de aprendizaje profundo

• PyTorch: desarrollado por el laboratorio de investigación de IA de Facebook (FAIR) y sus colaboradores, PyTorch es una biblioteca de aprendizaje automático de código abierto basada en la biblioteca Torch.
• fastai: Desarrollada por fast.ai, fastai es una biblioteca de aprendizaje profundo construida sobre PyTorch que proporciona abstracciones de alto nivel para entrenar e implementar modelos de aprendizaje profundo.

Extendemos nuestro más sincero agradecimiento a estos desarrolladores y a la comunidad de código abierto en general por sus invaluables contribuciones al campo de la ciencia de datos.

¿Contribuyendo?

¡Las contribuciones a este repositorio son bienvenidas! Ya sea corrigiendo un error, agregando un nuevo proyecto o mejorando la documentación, sus contribuciones ayudan a que este recurso sea mejor para todos.

Consulte las pautas de contribución antes de enviar sus contribuciones.

Licencia

Este repositorio tiene la licencia MIT. Consulte el archivo de LICENCIA para obtener más detalles.