-
-
Notifications
You must be signed in to change notification settings - Fork 14
/
index.html
766 lines (661 loc) · 45.3 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
<!DOCTYPE HTML>
<html>
<!-- anuncio_themoneytizer_FOOTER O SLIDE-IN -->
<div id="73746-6"><script src="//ads.themoneytizer.com/s/gen.js?type=6"></script><script src="//ads.themoneytizer.com/s/requestform.js?siteId=73746&formatId=6"></script></div>
<!-- anuncio_themoneytizer_FOOTER O SLIDE-IN -->
<head>
<title>Ciencia de datos, teoría y ejemplos prácticos en R y Python</title>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width, initial-scale=1"/>
<meta name="description" content="Tutoriales y ejemplos sobre estadística, algoritmos, machine learning, ciencia de datos, inteligencia artificial y programación en R y Python" />
<link rel="stylesheet" href="assets/css/main.css" />
<link rel="icon" href="./favicon.png">
<!-- Global site tag (gtag.js) - Google Analytics -->
<script async src="https://www.googletagmanager.com/gtag/js?id=UA-170033283-1"></script>
<script>
window.dataLayer = window.dataLayer || [];
function gtag(){dataLayer.push(arguments);}
gtag('js', new Date());
gtag('config', 'UA-170033283-1');
</script>
<!-- Quantcast Choice. Consent Manager Tag v2.0 (for TCF 2.0) -->
<script type="text/javascript" async=true>
(function() {
var host = 'www.themoneytizer.com';
var element = document.createElement('script');
var firstScript = document.getElementsByTagName('script')[0];
var url = 'https://cmp.quantcast.com'
.concat('/choice/', '6Fv0cGNfc_bw8', '/', host, '/choice.js');
var uspTries = 0;
var uspTriesLimit = 3;
element.async = true;
element.type = 'text/javascript';
element.src = url;
firstScript.parentNode.insertBefore(element, firstScript);
function makeStub() {
var TCF_LOCATOR_NAME = '__tcfapiLocator';
var queue = [];
var win = window;
var cmpFrame;
function addFrame() {
var doc = win.document;
var otherCMP = !!(win.frames[TCF_LOCATOR_NAME]);
if (!otherCMP) {
if (doc.body) {
var iframe = doc.createElement('iframe');
iframe.style.cssText = 'display:none';
iframe.name = TCF_LOCATOR_NAME;
doc.body.appendChild(iframe);
} else {
setTimeout(addFrame, 5);
}
}
return !otherCMP;
}
function tcfAPIHandler() {
var gdprApplies;
var args = arguments;
if (!args.length) {
return queue;
} else if (args[0] === 'setGdprApplies') {
if (
args.length > 3 &&
args[2] === 2 &&
typeof args[3] === 'boolean'
) {
gdprApplies = args[3];
if (typeof args[2] === 'function') {
args[2]('set', true);
}
}
} else if (args[0] === 'ping') {
var retr = {
gdprApplies: gdprApplies,
cmpLoaded: false,
cmpStatus: 'stub'
};
if (typeof args[2] === 'function') {
args[2](retr);
}
} else {
if(args[0] === 'init' && typeof args[3] === 'object') {
args[3] = { ...args[3], tag_version: 'V2' };
}
queue.push(args);
}
}
function postMessageEventHandler(event) {
var msgIsString = typeof event.data === 'string';
var json = {};
try {
if (msgIsString) {
json = JSON.parse(event.data);
} else {
json = event.data;
}
} catch (ignore) {}
var payload = json.__tcfapiCall;
if (payload) {
window.__tcfapi(
payload.command,
payload.version,
function(retValue, success) {
var returnMsg = {
__tcfapiReturn: {
returnValue: retValue,
success: success,
callId: payload.callId
}
};
if (msgIsString) {
returnMsg = JSON.stringify(returnMsg);
}
if (event && event.source && event.source.postMessage) {
event.source.postMessage(returnMsg, '*');
}
},
payload.parameter
);
}
}
while (win) {
try {
if (win.frames[TCF_LOCATOR_NAME]) {
cmpFrame = win;
break;
}
} catch (ignore) {}
if (win === window.top) {
break;
}
win = win.parent;
}
if (!cmpFrame) {
addFrame();
win.__tcfapi = tcfAPIHandler;
win.addEventListener('message', postMessageEventHandler, false);
}
};
makeStub();
var uspStubFunction = function() {
var arg = arguments;
if (typeof window.__uspapi !== uspStubFunction) {
setTimeout(function() {
if (typeof window.__uspapi !== 'undefined') {
window.__uspapi.apply(window.__uspapi, arg);
}
}, 500);
}
};
var checkIfUspIsReady = function() {
uspTries++;
if (window.__uspapi === uspStubFunction && uspTries < uspTriesLimit) {
console.warn('USP is not accessible');
} else {
clearInterval(uspInterval);
}
};
if (typeof window.__uspapi === 'undefined') {
window.__uspapi = uspStubFunction;
var uspInterval = setInterval(checkIfUspIsReady, 6000);
}
})();
</script>
<!-- End Quantcast Choice. Consent Manager Tag v2.0 (for TCF 2.0) -->
</head>
<body class="is-preload" onload="showPopup()">
<!--Pop up-->
<div class="popup" id="myPopup">
<span class="close" onclick="hidePopup()">×</span>
<p id="popupText">
Si nuestros artículos te han ayudado, apreciaríamos enormemente tu apoyo. Tu contribución nos permite mantener esta plataforma
accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de
<a href="https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL" target="_blank" rel="noopener noreferrer"><b>PayPal</b></a>
o <a href="https://github.com/sponsors/JoaquinAmatRodrigo" target="_blank" rel="noopener noreferrer"><b>Github Sponsors</b></a>
</p>
</div>
<script>
function showPopup() {
var popup = document.getElementById("myPopup");
var popupText = document.getElementById("popupText");
if (window.innerWidth > 768) {
popup.style.display = "block";
} else {
popupText.innerHTML = "Apóyanos en <a href='https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL' target='_blank' rel='noopener noreferrer'><b>PayPal</b></a> o <a href='https://github.com/sponsors/JoaquinAmatRodrigo' target='_blank' rel='noopener noreferrer'><b>Github Sponsors</b></a>";
popup.style.display = "block";
}
}
function hidePopup() {
var popup = document.getElementById("myPopup");
popup.style.display = "none";
}
window.addEventListener("resize", showPopup);
</script>
<!--Pop up-->
<!-- Wrapper -->
<div id="wrapper">
<!-- Main -->
<div id="main">
<div class="inner">
<!-- Header -->
<header id="header">
<a href="index.html" class="logo"><strong>CIENCIADEDATOS.NET</strong></a>
</header>
<!-- Banner -->
<section id="banner" style="padding-bottom: 1px; padding-top: 35px;">
<div class="content">
<header>
<div style="text-align: center;"><img src="images/logo-web-cienciadedatos.png" alt="cienciadedatos" class="responsivelogo" width="400"></div>
<p><br></p>
<p style="font-family: 'Open Sans', sans-serif;font-size: 18px;">Web de divulgación con material formativo sobre estadística, algoritmos de machine learning, ciencia de datos y programación en R y Python.</p>
</header>
<ul class="icons">
<li><a href="https://www.linkedin.com/company/cienciadedatos-net" target="_blank" rel="noopener noreferrer" class="icon fa-linkedin-square"><span class="label">Linkedin</span></a></li>
<li><a href="https://github.com/JoaquinAmatRodrigo" target="_blank" rel="noopener noreferrer" class="icon fa-github"><span class="label">Git Hub</span></a></li>
</ul>
</div>
</section>
<!-- Section -->
<section style="padding-top: 35px;">
<header class="major">
<h2 style="margin-bottom: 20px;">Especializaciones</h2>
</header>
<p>Aprende paso a paso con los artículos agrupados por especializaciones</p>
<div class="posts">
<article>
<a href="./machine-learning-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-machine-learning-python.jpg" alt="" /></a>
<h3>Machine Learning Python</h3>
<ul class="actions">
<li><a href="./machine-learning-python.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
<article>
<a href="./estadistica-con-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-estadistica-python.jpg" alt="" /></a>
<h3>Estadística con Python</h3>
<ul class="actions">
<li><a href="./estadistica-con-python.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
<article>
<a href="./forecasting-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-forecasting-python.jpg" alt="" /></a>
<h3>Forecasting con Python</h3>
<ul class="actions">
<li><a href="./forecasting-python.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
<article>
<a href="./redes-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-redes-python.jpg" alt="" /></a>
<h3>Redes y grafos con Python</h3>
<ul class="actions">
<li><a href="./redes-python.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
<article>
<a href="./machine-learning-r.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-machine-learning-r.jpg" alt="" /></a>
<h3>Machine Learning R</h3>
<ul class="actions">
<li><a href="./machine-learning-r.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
<article>
<a href="./estadistica-con-r.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/especializacion-estadistica-r.jpg" alt="" /></a>
<h3>Estadística con R</h3>
<ul class="actions">
<li><a href="./estadistica-con-r.html" target="_blank" rel="noopener noreferrer" class="button">Empezar</a></li>
</ul>
</article>
</div>
</section>
<section style="padding-top: 35px;">
<header class="major">
<h2>Últimos artículos</h2>
</header>
<div class="posts">
<article>
<a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/arima-sarimax-python.jpg" alt="" /></a>
<h3>Modelos ARIMA y SARIMAX con Python</h3>
<p>Modelos ARIMA y SARIMAX para la predicción de series temporales.</p>
<ul class="actions">
<li><a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py50-reglas-de-asociacion-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/reglas-associacion-python.jpg" alt="" /></a>
<h3>Reglas de asociación con Python</h3>
<p>Teoría y ejemplos sobre cómo identificar <i>itemsets</i> frecuentes y crear reglas de asociación con python.</p>
<ul class="actions">
<li><a href="./documentos/py50-reglas-de-asociacion-python.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py48-forecasting-demanda-intermitente.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/forecasting-demanda-intermitente.jpg" alt="" /></a>
<h3>Forecasting de demanda intermitente con Python y Skforecast</h3>
<p>Predicción de demanda intermitente con modelos de machine learning y skforecast.</p>
<ul class="actions">
<li><a href="./documentos/py48-forecasting-demanda-intermitente.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/pygml02-detecion-comunidades-grafos-redes-python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/deteccion-comunidades-python.jpg" alt="" /></a>
<h3>Detección de comunidades en grafos y redes con python</h3>
<p>Ejemplo de cómo utilizar el algoritmo de Louvain para detectar comunidades en redes con NetworkX y python.</p>
<ul class="actions">
<li><a href="./documentos/pygml02-detecion-comunidades-grafos-redes-python.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
</div>
</section>
<section style="padding-top: 35px;">
<header class="major">
<h2>Artículos destacados</h2>
</header>
<div class="posts">
<article>
<a href="https://www.cienciadedatos.net/documentos/py27-forecasting-series-temporales-python-scikitlearn.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/logo-skforecast.jpg" alt="" /></a>
<h3>Skforecast: forecasting de series temporales con machine learning</h3>
<p>Forecasting de series temporales con modelos de machine learning y scikit-learn.</p>
<ul class="actions">
<li><a href="https://www.cienciadedatos.net/documentos/py27-forecasting-series-temporales-python-scikitlearn.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py06_machine_learning_python_scikitlearn.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/machine_learning_python_scikitlearn.jpg" alt="" /></a>
<h3>Machine learning con Python y Scikitlearn</h3>
<p>Tutorial sobre cómo crear de modelos de machine learning con Python y Scikit-learn</p>
<ul class="actions">
<li><a href="./documentos/py06_machine_learning_python_scikitlearn.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/py09_gradient_boosting_python.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/gradient_boosting_python.jpg" alt="" /></a>
<h3>Gradient Boosting con Python</h3>
<p>Tutorial sobre cómo crear modelos Gradient Boosting con Python, Scikit-learn, XGBoost, LightGBM y CatBoost</p>
<ul class="actions">
<li><a href="./documentos/py09_gradient_boosting_python.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/63_gamlss.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/gamlss.jpg" alt="" /></a>
<h3>Introducción a los modelos GAMLSS</h3>
<p>Introducción práctica a los modelos GAMLSS (modelos aditivos generalizados para posición, escala y forma)</p>
<ul class="actions">
<li><a href="./documentos/63_gamlss.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
<article>
<a href="./documentos/19_ANOVA.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/anova_image.jpg" alt="" /></a>
<h3>ANOVA con R</h3>
<p>Apuntes de cómo realizar los distintos tipos de ANOVA en R para comparar múltiples medias.</p>
<ul class="actions">
<li><a href="./documentos/19_ANOVA.html" target="_blank" rel="noopener noreferrer" class="button">Leer</a></li>
</ul>
</article>
</div>
</section>
<section style="padding-top: 35px;">
<header class="major">
<h2>Autores</h2>
</header>
<div class="posts">
<article>
<a href="./autores/joaquin-amat-rodrigo.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/joaquin-amat-rodrigo.jpg" alt="" /></a>
<h3>Joaquín Amat Rodrigo</h3>
<ul class="actions">
<li><a href="./autores/joaquin-amat-rodrigo.html" target="_blank" rel="noopener noreferrer" class="button">Ver artículos</a></li>
</ul>
</article>
<article>
<a href="./autores/francisco-espiga.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/francisco-espiga.jpg" alt="" /></a>
<h3>Francisco Espiga</h3>
<ul class="actions">
<li><a href="./autores/francisco-espiga.html" target="_blank" rel="noopener noreferrer" class="button">Ver artículos</a></li>
</ul>
</article>
<article>
<a href="./autores/javier-escobar-ortiz.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/javier-escobar-ortiz.jpg" alt="" /></a>
<h3>Javier Escobar Ortiz</h3>
<ul class="actions">
<li><a href="./autores/javier-escobar-ortiz.html" target="_blank" rel="noopener noreferrer" class="button">Ver artículos</a></li>
</ul>
</article>
<article>
<a href="./autores/fernando-carazo.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/fernando-carazo.jpg" alt="" /></a>
<h3>Fernando Carazo Melo</h3>
<ul class="actions">
<li><a href="./autores/fernando-carazo.html" target="_blank" rel="noopener noreferrer" class="button">Ver artículos</a></li>
</ul>
</article>
<article>
<a href="./autores/roberto-kramer.html" target="_blank" rel="noopener noreferrer" class="image"><img src="images/roberto-kramer.jpg" alt="" /></a>
<h3>Roberto Kramer Pinto</h3>
<ul class="actions">
<li><a href="./autores/roberto-kramer.html" target="_blank" rel="noopener noreferrer" class="button">Ver artículos</a></li>
</ul>
</article>
</section>
<!-- Section -->
<section style="padding-top: 35px;">
<header class="major">
<h2>Hacer una donación</h2>
</header>
<p>
¡Colabora en mantener las puertas del conocimiento abiertas! Si nuestros artículos te han ayudado a progresar en tu formación o carrera profesional,
apreciaríamos enormemente tu apoyo. Tu contribución nos permite mantener esta plataforma accesible para todos y crear nuevos contenidos. Puedes hacerlo a través de <a href="https://www.paypal.com/donate/?hosted_button_id=6NULYFYDKFTQL" target="_blank" rel="noopener noreferrer" class="button"><b>PayPal</b></a>
o <a href="https://github.com/sponsors/JoaquinAmatRodrigo" target="_blank" rel="noopener noreferrer" class="button"><b>Github Sponsors</b></a> ¡Son solo un par de clicks 😊😊!
</p>
</section>
<!-- Section -->
<section>
<header class="major">
<h2>Información de contacto</h2>
</header>
<ul class="contact">
<li class="fa-envelope-o"><a href="#">j.amatrodrigo@gmail.com</a></li>
</ul>
<ul class="icons">
<li><a href="https://www.linkedin.com/in/joaquin-amat-rodrigo" target="_blank" rel="noopener noreferrer" class="icon fa-linkedin-square"><span class="label">Linkedin</span></a></li>
<li><a href="https://github.com/JoaquinAmatRodrigo" target="_blank" rel="noopener noreferrer" class="icon fa-github"><span class="label">Git Hub</span></a></li>
<li>
<form action="https://www.paypal.com/donate" method="post" target="_top">
<input type="hidden" name="hosted_button_id" value="6NULYFYDKFTQL" />
<input type="image" src="https://www.paypalobjects.com/en_US/ES/i/btn/btn_donateCC_LG.gif" border="0" name="submit" title="PayPal - The safer, easier way to pay online!" alt="Donate with PayPal button" />
<img alt="" border="0" src="https://www.paypal.com/en_ES/i/scr/pixel.gif" width="1" height="1" />
</form>
</li>
<li><a href="https://creativecommons.org/licenses/by-nc-sa/4.0/" target="_blank" rel="noopener noreferrer"><img src="https://mirrors.creativecommons.org/presskit/buttons/88x31/svg/by-nc-sa.svg" alt="Licencia de Creative Commons"></a></li>
</ul>
</section>
</div>
</div>
<!-- Sidebar -->
<div id="sidebar">
<div class="inner">
<!-- Menu -->
<nav id="menu">
<header class="major">
<h2>Contenidos</h2>
</header>
<ul>
<li><a href="index.html">Inicio</a></li>
<li>
<span class="opener">Estadística Python</span>
<ul>
<li><a href="./documentos/pystats06-analisis-normalidad-python.html" target="_blank" rel="noopener noreferrer">Análisis de normalidad</a></li>
<li><a href="./documentos/pystats07-test-homocedasticidad-heterocedasticidad-python.html" target="_blank" rel="noopener noreferrer">Análisis de homocedasticidad</a></li>
<li><a href="./documentos/pystats05-correlacion-lineal-python.html" target="_blank" rel="noopener noreferrer">Correlación lineal</a></li>
<li><a href="./documentos/pystats01-ajuste-distribuciones-python.html" target="_blank" rel="noopener noreferrer">Ajuste y selección de distribuciones</a></li>
<li><a href="./documentos/pystats08-comparacion-distribuciones-test-kolmogorov-smirnov-python.html" target="_blank" rel="noopener noreferrer">Comparación de distribuciones con Python: test Kolmogorov–Smirnov</a></li>
<li><a href="./documentos/pystats02-kernel-density-estimation-kde-python.html" target="_blank" rel="noopener noreferrer">Kernel density estimation KDE</a></li>
<li><a href="./documentos/pystats03-test-permutacion-python.html" target="_blank" rel="noopener noreferrer">Test de permutación</a></li>
<li><a href="./documentos/pystats04-bootstrapping-python.html" target="_blank" rel="noopener noreferrer">Bootstrapping</a></li>
<li><a href="./documentos/pystats10-t-test-python.html" target="_blank" rel="noopener noreferrer">T-test</a></li>
<li><a href="./documentos/pystats09-analisis-de-varianza-anova-python.html" target="_blank" rel="noopener noreferrer">ANOVA.</a></li>
<li><a href="./documentos/pystats11-Wilcoxon-Mann-Whitney-u-test-python.html" target="_blank" rel="noopener noreferrer">U-test</a></li>
</ul>
</li>
<li>
<span class="opener">Machine Learning supervisado Python</span>
<ul>
<li><a href="./documentos/py10-regresion-lineal-python.html" target="_blank" rel="noopener noreferrer">Regresión lineal</a></li>
<li><a href="./documentos/py17-regresion-logistica-python.html" target="_blank" rel="noopener noreferrer">Regresión logística</a></li>
<li><a href="./documentos/py14-ridge-lasso-elastic-net-python.html" target="_blank" rel="noopener noreferrer">Regularización Ridge, Lasso y Elastic Net</a></li>
<li><a href="./documentos/py06_machine_learning_python_scikitlearn.html" target="_blank" rel="noopener noreferrer">Machine learning con Python y Scikitlearn</a></li>
<li><a href="./documentos/py07_arboles_decision_python.html" target="_blank" rel="noopener noreferrer">Árboles de decisión con Python: regresión y clasificación</a></li>
<li><a href="./documentos/py08_random_forest_python.html" target="_blank" rel="noopener noreferrer">Random Forest con Python y Scikit-learn</a></li>
<li><a href="./documentos/py36-grid-search-random-forest-out-of-bag-error-early-stopping.html" target="_blank" rel="noopener noreferrer">Grid search de modelos Random Forest con out-of-bag error y early stopping</a></li>
<li><a href="./documentos/py09_gradient_boosting_python.html" target="_blank" rel="noopener noreferrer">Gradient Boosting con Python y Scikit-learn</a></li>
<li><a href="./documentos/py26-gradient-boosting-probabilistico-python.html" target="_blank" rel="noopener noreferrer">Gradient Boosting probabilístico con Python</a></li>
<li><a href="./documentos/py24-svm-python.html" target="_blank" rel="noopener noreferrer">Máquinas de Vector Soporte (SVM)</a></li>
<li><a href="./documentos/py35-redes-neuronales-python.html" target="_blank" rel="noopener noreferrer">Redes neuronales con Python</a></li>
<li><a href="./documentos/py16-interpretacion-modelos-graficos-pdp-ice.html" target="_blank" rel="noopener noreferrer">Gráficos ICE y PDP para interpretar modelos predictivos</a></li>
<li><a href="./documentos/py11-calibrar-modelos-machine-learning.html" target="_blank" rel="noopener noreferrer">Calibrar modelos de machine learning</a></li>
<li><a href="./documentos/py15-intervalos-prediccion-random-forest-python.html" target="_blank" rel="noopener noreferrer">Regresión cuantílica: intervalos de predicción con Random Forest Python</a></li>
<li><a href="./documentos/py04_machine_learning_con_H2O_y_python.html" target="_blank" rel="noopener noreferrer">Machine Learning con H2O y Python</a></li>
<li><a href="./documentos/py03_seleccion_predictores_GA.html" target="_blank" rel="noopener noreferrer">Algoritmo genético para selección de predictores Python</a></li>
</ul>
</li>
<li>
<span class="opener">Machine Learning no supervisado Python</span>
<ul>
<li><a href="./documentos/py19-pca-python.html" target="_blank" rel="noopener noreferrer">Análisis de componentes principales PCA</a></li>
<li><a href="./documentos/py20-clustering-con-python.html" target="_blank" rel="noopener noreferrer">Clustering</a></li>
<li><a href="./documentos/py21-deteccion-anomalias-pca-python.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con PCA</a></li>
<li><a href="./documentos/py32-deteccion-anomalias-autoencoder-python.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con autoencoders</a></li>
<li><a href="./documentos/py23-deteccion-anomalias-gmm-python.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con Gaussian Mixture Models</a></li>
<li><a href="./documentos/py22-deteccion-anomalias-isolation-forest-python.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con Isolation Forest</a></li>
<li><a href="./documentos/py50-reglas-de-asociacion-python.html" target="_blank" rel="noopener noreferrer">Reglas de asociación</a></li>
</ul>
</li>
<li>
<span class="opener">Forecasting Python</span>
<ul>
<li><a href="./documentos/py27-forecasting-series-temporales-python-scikitlearn.html" target="_blank" rel="noopener noreferrer">Forecasting con Python y Scikitlearn</a></li>
<li><a href="./documentos/py51-modelos-arima-sarimax-python.html" target="_blank" rel="noopener noreferrer">ARIMA y SARIMAX</a></li>
<li><a href="./documentos/py39-forecasting-series-temporales-con-skforecast-xgboost-lightgbm-catboost.html" target="_blank" rel="noopener noreferrer">Forecasting series temporales con gradient boosting: Skforecast, XGBoost, LightGBM y CatBoost</a></li>
<li><a href="./documentos/py44-multi-series-forecasting-skforecast-español.html" target="_blank" rel="noopener noreferrer">Multi-series forecasting</a></li>
<li><a href="./documentos/py29-forecasting-demanda-energia-electrica-python.html" target="_blank" rel="noopener noreferrer">Predicción (forecasting) de la demanda eléctrica</a></li>
<li><a href="./documentos/py37-forecasting-visitas-web-machine-learning.html" target="_blank" rel="noopener noreferrer">Predicción (forecasting) de las visitas a una web</a></li>
<li><a href="./documentos/py41-forecasting-criptomoneda-bitcoin-machine-learning-python.html" target="_blank" rel="noopener noreferrer">Predicción del precio de Bitcoin con Python</a></li>
<li><a href="./documentos/py42-forecasting-probabilistico.html" target="_blank" rel="noopener noreferrer">Intervalos de predicción en modelos de forecasting</a></li>
<li><a href="https://github.com/JoaquinAmatRodrigo/skforecast" target="_blank" rel="noopener noreferrer">Skforecast</a></li>
</ul>
</li>
<li>
<span class="opener">Redes y grafos Python</span>
<ul>
<li><a href="./documentos/pygml01-introduccion-grafos-redes-python.html" target="_blank" rel="noopener noreferrer">Introducción a grafos y redes con python</a></li>
<li><a href="./documentos/pygml03-analisis-redes-python-networkx.html" target="_blank" rel="noopener noreferrer">Análisis de redes von NetworkX</a></li>
<li><a href="./documentos/pygml02-detecion-comunidades-grafos-redes-python.html" target="_blank" rel="noopener noreferrer">Detección de comunidades</a></li>
</ul>
</li>
<li>
<span class="opener">Optimización Python</span>
<ul>
<li><a href="./documentos/py01_optimizacion_GA.html" target="_blank" rel="noopener noreferrer">Algoritmos genéticos (GA)</a></li>
<li><a href="./documentos/py02_optimizacion_PSO.html" target="_blank" rel="noopener noreferrer">Enjambre de partículas (PSO)</a></li>
<li><a href="./documentos/py31-optimizacion-presupuesto-campañas-marketing.html" target="_blank" rel="noopener noreferrer">Optimización campañas marketing</a></li>
</ul>
</li>
<li>
<span class="opener">Píldoras programación Python</span>
<ul>
<li><a href="./documentos/py05_logging_con_python.html" target="_blank" rel="noopener noreferrer">Logging con Python</a></li>
<li><a href="./documentos/py12-paralelizar-con-python.html" target="_blank" rel="noopener noreferrer">Paralelizar bucle for</a></li>
<li><a href="./documentos/pyml01-intro_polars_es.html" target="_blank" rel="noopener noreferrer">Introducción a Polars</a></li>
</ul>
</li>
<li>
<span class="opener">Casos prácticos Python</span>
<ul>
<li><a href="./documentos/py25-text-mining-python.html" target="_blank" rel="noopener noreferrer">Análisis Tweets con Python</a></li>
<li><a href="./documentos/py28-k-armed-bandit-evaluar-versiones-web-python.html" target="_blank" rel="noopener noreferrer">Multi-armed bandit para la elección del landing page</a></li>
<li><a href="./documentos/py29-forecasting-demanda-energia-electrica-python.html" target="_blank" rel="noopener noreferrer">Predicción (forecasting) de la demanda eléctrica</a></li>
<li><a href="./documentos/py31-optimizacion-presupuesto-campañas-marketing.html" target="_blank" rel="noopener noreferrer">Optimización campañas marketing</a></li>
<li><a href="./documentos/py33-recomendaciones-busqueda-semantica.html" target="_blank" rel="noopener noreferrer">Sistema de recomendación de vinos con transfer learning y búsqueda semántica</a></li>
<li><a href="./documentos/py34-reconocimiento-facial-deeplearning-python.html" target="_blank" rel="noopener noreferrer">Reconocimiento facial con deep learning y python</a></li>
<li><a href="./documentos/py38-optimizacion-horarios-python.html" target="_blank" rel="noopener noreferrer">Optimización de agendas y horarios con python</a></li>
<li><a href="./documentos/py40-puntos-interes-openstreetmap-python.html" target="_blank" rel="noopener noreferrer">Análisis de puntos de interés con OpenStreetMap</a></li>
<li><a href="./documentos/py43-machine-learning-decisiones-financieras.html" target="_blank" rel="noopener noreferrer">Uso de Machine Learning para la toma de decisiones financieras</a></li>
<li><a href="./documentos/py47-uso-programacion-lineal-flujos-marketshare.html" target="_blank" rel="noopener noreferrer">Programación lineal para la resolución de flujos en cuotas de mercado</a></li>
<li><a href="https://www.youtube.com/watch?v=miIsB4AExzw">Detecting "things" with edge computing and the cloud</a></li>
<li><a href="https://www.youtube.com/watch?v=mvCeSd47jFc">¿Cómo es el trabajo de un científico de datos?</a></li>
</ul>
</li>
<li>
<span class="opener">Regresión lineal R</span>
<ul>
<li><a href="./documentos/24_Correlacion_y_Regresion_lineal.html" target="_blank" rel="noopener noreferrer">Correlación lineal y regresión lineal simple</a></li>
<li><a href="./documentos/25_Regresion_lineal_multiple.html" target="_blank" rel="noopener noreferrer">Regresión lineal múltiple</a></li>
<li><a href="./documentos/31_Seleccion_de_predictores_subset_selection_Ridge_Lasso_dimension_reduction.html" target="_blank" rel="noopener noreferrer">Selección de predictores: subset selection, ridge, lasso y reducción de dimensionalidad</a></li>
<li><a href="./documentos/26_Ejemplo_regresion_lineal_simple_multiple_polinomial_interaccion_entre_predictores.html" target="_blank" rel="noopener noreferrer">Ejemplo práctico de regresión lineal simple, múltiple, polinomial e interacción entre predictores</a></li>
<li><a href="./documentos/27_Regresion_logistica_simple_y_multiple.html" target="_blank" rel="noopener noreferrer">Regresión logística</a></li>
<li><a href="./documentos/28_Linear_Discriminant_Analysis_LDA_y_Quadratic_Discriminant_Analysis_QDA.html" target="_blank" rel="noopener noreferrer">Análisis discriminante lineal (LDA) y Análisis discriminante cuadrático (QDA)</a></li>
<li><a href="./documentos/40_Tobit_Regression_modelos_lineales_para_datos_censurados.html" target="_blank" rel="noopener noreferrer">Tobit Regression: modelos lineales para datos censurados</a></li>
<li><a href="./documentos/36_Quantile_Regression.html" target="_blank" rel="noopener noreferrer">Regresión cuantílica: modelos lineales</a></li>
<li><a href="./documentos/63_gamlss.html" target="_blank" rel="noopener noreferrer">Introducción a los modelos GAMLSS</a></li>
</ul>
</li>
<li>
<span class="opener">Estadística R</span>
<ul>
<li><a href="./documentos/8_Analisis_normalidad.html" target="_blank" rel="noopener noreferrer">Análisis de normalidad</a></li>
<li><a href="./documentos/9_homogeneidad_de_varianza_homocedasticidad.html" target="_blank" rel="noopener noreferrer">Análisis de homocedasticidad</a></li>
<li><a href="./documentos/12_T-test.html" target="_blank" rel="noopener noreferrer">T-test</a></li>
<li><a href="./documentos/15_Inferencia_para_proporciones.html" target="_blank" rel="noopener noreferrer">Test de hipótesis para proporciones</a></li>
<li><a href="./documentos/17_Mann–Whitney_U_test.html" target="_blank" rel="noopener noreferrer">Test Wilcoxon-Mann-Whitney</a></li>
<li><a href="./documentos/18_Prueba_de_los_rangos_con_signo_de_Wilcoxon.html" target="_blank" rel="noopener noreferrer">Test de los rangos con signo de Wilcoxon</a></li>
<li><a href="./documentos/19_ANOVA.html" target="_blank" rel="noopener noreferrer">Anova con R</a></li>
<li><a href="./documentos/20_Kruskal-Wallis_test.html" target="_blank" rel="noopener noreferrer">Test Kruskal-Wallis</a></li>
<li><a href="./documentos/21_Friedman_test.html" target="_blank" rel="noopener noreferrer">Test de Friedman</a></li>
<li><a href="./documentos/22.1_Test_binomial_exacto_test_multinomial_test_chi-cuadrado_goodnes_of_fit.html" target="_blank" rel="noopener noreferrer">Test binomial exacto, test multinomial y test chi-cuadrado goodnes of fit</a></li>
<li><a href="./documentos/22.2_Test_exacto_de_fisher_chi-cuadrado_de_Pearson_McNemar_QCochran.html" target="_blank" rel="noopener noreferrer">Test exacto de Fisher, chi-cuadrado de Pearson, McNemar y Q-Cochran</a></li>
<li><a href="./documentos/23_Resampling_Test_permutacion_Simulacion_de_Monte_Carlo_Bootstrapping.html" target="_blank" rel="noopener noreferrer">Resampling: Test de permutación, Simulación de Monte Carlo y Bootstrapping</a></li>
<li><a href="./documentos/19b_Comparaciones_multiples_correccion_p-value_FDR.html" target="_blank" rel="noopener noreferrer">Comparaciones múltiples: corrección de p-value y FDR</a></li>
<li><a href="./documentos/51_comparacion_distribuciones_Kolmogorov–Smirnov.html" target="_blank" rel="noopener noreferrer">Comparación de distribuciones: test Kolmogorov–Smirnov</a></li>
<li><a href="./documentos/55_ajuste_distribuciones_con_r.html" target="_blank" rel="noopener noreferrer">Ajuste de distribuciones con R</a></li>
</ul>
</li>
<li>
<span class="opener">Machine Learning supervisado R</span>
<ul>
<li><a href="./documentos/30_Cross-validation_OneLeaveOut_Bootstrap.html" target="_blank" rel="noopener noreferrer">Validación de modelos: Cross-validation, OneLeaveOut, Bootstrap</a></li>
<li><a href="./documentos/32_Metodos_de_regresion_no_lineal_polinomica_splines_GAMs.html" target="_blank" rel="noopener noreferrer">Regresión no lineal: Regresión Polinómica, Splines, Smooth Splines y GAMs</a></li>
<li><a href="./documentos/33_arboles_decision_random_forest_gradient_boosting_C50.html" target="_blank" rel="noopener noreferrer">Árboles de decisión, Random Forest, Gradient Boosting y C5.0</a></li>
<li><a href="./documentos/34_Maquinas_de_Vector_Soporte_Support_Vector_Machines.html" target="_blank" rel="noopener noreferrer">SVM Máquinas de Vector Soporte (Support Vector Machines)</a></li>
<li><a href="./documentos/47_Graficos_ICE_individual_conditional_expectation.html" target="_blank" rel="noopener noreferrer">Graficos ICE</a></li>
<li><a href="./documentos/53_regresion_cuantilica_quantile_regresion_forest.html" target="_blank" rel="noopener noreferrer">Regresión cuantílica: Quantile Regression Forest</a></li>
<li><a href="./documentos/54_distributional_regresion_forest.html" target="_blank" rel="noopener noreferrer">Distributional Regression Forest: Random Forest probabilístico</a></li>
<li><a href="./documentos/56_regresion_cuantilica_gradient_boosting.html" target="_blank" rel="noopener noreferrer">Regresión cuantílica: Gradient Boosting Quantile Regression</a></li>
<li><a href="./documentos/65_regresion_cuantilica_gamlss.html" target="_blank" rel="noopener noreferrer">Regresión cuantílica: modelos GAMLSS</a></li>
<li><a href="./documentos/50_Algoritmo_Perceptron.html" target="_blank" rel="noopener noreferrer">Algoritmo Perceptrón</a></li>
<li><a href="./documentos/68-redes-neuronales-r.html" target="_blank" rel="noopener noreferrer">Redes neuronales con R</a></li>
<li><a href="./documentos/41_Machine_learning_con_R_y_caret.html" target="_blank" rel="noopener noreferrer">Machine Learning con R y Caret</a></li>
<li><a href="./documentos/44_Machine_Learning_con_H2O_y_R.html" target="_blank" rel="noopener noreferrer">Machine Learning con H2O y R</a></li>
<li><a href="./documentos/59_Machine_learning_con_R_y_tidymodels.html" target="_blank" rel="noopener noreferrer">Machine learning con R y tidymodels</a></li>
<li><a href="./documentos/60_machine_learning_con_R_y_mlr3.html" target="_blank" rel="noopener noreferrer">Machine learning con R y mlr3</a></li>
<li><a href="./documentos/46_Algoritmo_genetico_para_seleccion_de_predictores.html" target="_blank" rel="noopener noreferrer">Algoritmo genético para selección de predictores</a></li>
<li><a href="./documentos/61_machine_learning_h2o_dalex_iml.html" target="_blank" rel="noopener noreferrer">H2O, IML y DALEX</a></li>
<li><a href="./documentos/62_optimizacion_bayesiana_hiperparametros.html" target="_blank" rel="noopener noreferrer">Optimización bayesiana de hiperparámetros</a></li>
<li><a href="./documentos/43_Reglas_de_asociacion.html" target="_blank" rel="noopener noreferrer">Reglas de asociación y algoritmo Apriori</a></li>
<li><a href="./documentos/39_Sistemas_de_recomendacion_con_R.html" target="_blank" rel="noopener noreferrer">Sistemas de recomendación</a></li>
</ul>
</li>
<li>
<span class="opener">Machine Learning no supervisado R</span>
<ul>
<li><a href="./documentos/35_Principal_Component_Analysis.html" target="_blank" rel="noopener noreferrer">Análisis de Componentes Principales (PCA) y t-SNE</a></li>
<li><a href="./documentos/37_Clustering_y_Heatmaps.html" target="_blank" rel="noopener noreferrer">Clustering y heatmaps con R</a></li>
<li><a href="./documentos/38_Text_minig_con_R_ejemplo_practico_Twitter.html" target="_blank" rel="noopener noreferrer">Text mining con R</a></li>
<li><a href="./documentos/52_deteccion_anomalias_autoencoder_pca.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con Autoencoders y PCA</a></li>
<li><a href="./documentos/64_deteccion_anomalias_trimmed_kmeans.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con trimmed k-means</a></li>
<li><a href="./documentos/66_deteccion_anomalias_isolationforest.html" target="_blank" rel="noopener noreferrer">Detección de anomalías con Isolation Forest</a></li>
<li><a href="./documentos/67_deteccion_anomalias_ALSO.html" target="_blank" rel="noopener noreferrer">Detección de anomalías: ALSO</a></li>
</ul>
</li>
<li>
<span class="opener">Optimización R</span>
<ul>
<li><a href="./documentos/48_Optimizacion_con_algoritmo_genetico.html" target="_blank" rel="noopener noreferrer">Algoritmos genéticos (GA)</a></li>
<li><a href="./documentos/49_Optimizacion_con_particle_swarm.html" target="_blank" rel="noopener noreferrer">Enjambre de partículas (PSO)</a></li>
</ul>
</li>
<li>
<span class="opener">Píldoras programación R</span>
<ul>
<li><a href="./documentos/57_gif_con_r.html" target="_blank" rel="noopener noreferrer">Crear GIF con R</a></li>
<li><a href="./documentos/58_mapas_con_r.html" target="_blank" rel="noopener noreferrer">Mapa de España con ggplot2 y R</a></li>
</ul>
</li>
<li>
<span class="opener">Casos prácticos R</span>
<ul>
<li><a href="./documentos/38_Text_minig_con_R_ejemplo_practico_Twitter.html" target="_blank" rel="noopener noreferrer">Text mining con R: ejemplo práctico Twitter</a></li>
<li><a href="./documentos/42_Clasificacion_de_tumores_con_Machine_Learning.html" target="_blank" rel="noopener noreferrer">Clasificacion de tumores con Machine Learning</a></li>
<li><a href="./documentos/45_Analisis_farmacogenomico.html" target="_blank" rel="noopener noreferrer">Análisis farmacogenómico</a></li>
</ul>
</li>
</ul>
</nav>
<!-- Section -->
<section>
<p>
<!-- anuncio_themoneytizer_MEGABANNER_INFERIOR -->
<div id="73746-28"><script src="//ads.themoneytizer.com/s/gen.js?type=28"></script><script src="//ads.themoneytizer.com/s/requestform.js?siteId=73746&formatId=28"></script></div>
<!-- anuncio_themoneytizer_MEGABANNER_INFERIOR -->
</p>
</section>
<!-- Footer -->
<footer id="footer">
<p class="copyright">© Este material, creado por Joaquín Amat Rodrigo, tiene licencia Attribution-NonCommercial-ShareAlike 4.0 International</a>.</p>
</footer>
</div>
</div>
</div>
<!-- Scripts -->
<script src="assets/js/jquery.min.js"></script>
<script src="assets/js/browser.min.js"></script>
<script src="assets/js/breakpoints.min.js"></script>
<script src="assets/js/util.js"></script>
<script src="assets/js/main.js"></script>
</body>
</html>