ML@UCV

Instructor: Fernando Crema García

A computer would deserve to be called intelligent if it could deceive a human into believing that it was human.
Alan Turing

Anuncios

  1. [28/01/2025] [Evaluación] Parcial 2 publicado en Exámenes teóricos.
  2. [08/03/2025] Página archivada II-2024. Gracias!
  3. [08/03/2025] Agregados notebooks de Tema 09: Redes Neuronales CNN y Tema 10: Reducción de Dimensionalidad en Calendario
  4. [08/03/2025] [Evaluación: Proyecto] Fecha de presentación y entrega de Proyecto modificada. Info en Asignaciones.
  5. [07/03/2025] Agregados videos de Tema 09: Redes Neuronales CNN y Tema 10: Reducción de Dimensionalidad en Clases
  6. [28/02/2025] Agregados videos de Tema 09: Redes Neuronales en Clases
  7. [26/02/2025] Agregado notebook de Tema 09: Redes Neuronales en Calendario
  8. [28/01/2025] [Evaluación] Parcial 1 publicado en Exámenes teóricos.
  9. [15/02/2025] Agregado contenido de Tema 08: Aprendizaje No Supervisado temas K-medias y Agrupamiento Jerárquico a Clases y notebook a Calendario
  10. [09/02/2025] Agregado video de Tema 07: Árboles de Decisión Parte 2 a Clases y notebook a Calendario
  11. [28/01/2025] Agregado contenido de Tema 07: Árboles de Decisión a Clases y notebook a Calendario
  12. [05/02/2025] [Proyecto] Los lineamientos del Proyecto publicado en sección Proyecto.
  13. [31/01/2025] Agregada Clase 2 de Tema 06: Máquinas de Soporte Vectorial a Clases
  14. [28/01/2025] Agregado contenido de Tema 06: Máquinas de Soporte Vectorial a Clases y notebook a Calendario
  15. [28/01/2025] Agregado contenido de Tema 05: Evaluación y selección de modelos (Parte 2) a Clases y notebook a Calendario
  16. [28/01/2025] [Evaluación] Tarea 2 publicada en Asignaciones.
  17. [18/01/2025] Agregado contenido de Tema 05: Evaluación y selección de modelos a Clases y notebook a Calendario
  18. [16/01/2025] Agregado contenido de Tema 04: Trade-off bias variance a Clases y notebook a Calendario
  19. [17/12/2024] Agregado contenido de Tema 03: Regularización a Clases y notebook a Calendario
  20. [26/11/2024] Agregadas clases de Tema 02: Regresión Logística partes 1 y 2 a Clases
  21. [29/11/2024] [Evaluación] Extendida fecha de entrega de Tarea 1 para el viernes 6 de Diciembre a las 11:59 p.m Caracas (GMT-4).
  22. [26/11/2024] Agregado Template tarea 1
  23. [22/11/2024] Agregada clase de Tema 01: Regresión Lineal parte 4: Descenso del gradiente a Clases
  24. [22/11/2024] Agregada clase de Tema 01: Regresión Lineal parte 3: Scikit-Learn vs Numpy a Clases
  25. [15/11/2024] Agregada clase de Tema 01: Regresión Lineal parte 2: Formulación a Clases
  26. [15/10/2024] Publicado notebook de Regresión lineal en Calendario.
  27. [15/10/2024] [Evaluación] Tarea 1 publicada en Asignaciones.
    1. [11/11/2024] Creado grupo de comunicación en Telegram
  29. [10/11/2024] Agregada clase de Regresión Lineal parte 1: Derivación a Clases y ML Book será actualizado luego de clase 2.
  30. [07/11/2024] Solucionado link que abre los Notebooks de ML Book en Google colab
  31. [07/11/2024] Agregada sección Zoom con link y horario de las llamadas. Actualizado Notebook en ML Book con Clase 2.
  32. [06/11/2024] Publicado video de Clase 2: Álgebra lineal (06/11/2024) en sección Clases
  33. [31/10/2024] Actualizado el ML Book con clase 1: Introducción a ML y notebook agregado en Calendario.
  34. [30/10/2024] Publicado video de Clase 1 (30/10/2024) en sección Clases
  35. [29/10/2024] Creada página de la materia para II-2024. Bienvenidos!

Zoom

Día Hora Link
Miércoles 9:00 am Caracas Zoom link
Miércoles 1:00 pm Caracas Zoom link

Calendario

Fecha Tema Material Nota Acuerdos
07/03/25 10 Reducción de Dimensionalidad Notebook 10: Reducción de Dimensionalidad   PCA puede ser evaluado. t-SNE no será evaluado.
06/03/25 09 Redes Neuronales Convolucionales Notebook 09: Redes Neuronales v2    
28/02/25 09 Redes Neuronales Notebook 09: Redes Neuronales v2 Modificado luego de clase del miércoles 26  
26/02/25 09 Redes Neuronales Notebook 09: Redes Neuronales v1    
15/02/25 08 Agrupamiento Notebook 08: Agrupamiento   Entrega notas Lunes 17/02 y Martes 18/02
31/01/25 07 Árboles de Decisión Notebook 07: Árboles de Decisión    
28/01/25 06 Máquinas de Soporte Vectorial Notebook 06 Máquinas de Soporte Vectorial   Evaluaremos hasta el punto 5 SVM - soft margin
18/01/25 05 Evaluación y selección de modelos Notebook 05: Evaluación y selección de modelos v1 Versión 1 SIN curvas de validación  
16/01/25 04 Trade-off bias variance Notebook 04: Trade-off bias variance    
17/12/24 03 Regularización: Lasso y Ridge Notebook 03: Regularización    
27/11/24 02 Regresión Logística Notebook 02: Log 01 Deducción de función de pérdida L Calcular gradiente de L
22/11/24 01 Regresión Lineal: Descenso del gradiente Notebook 01: RL 4 Tarea de RL 2 resuelta la mitad  
20/11/24 01 Regresión Lineal: Scikit-Learn vs Numpy Notebook 01: RL 3    
15/11/24 01 Regresión Lineal: Formulación Notebook 01: RL 2   Revisar tarea al final
08/11/24 01 Regresión Lineal: Derivación Notebook 01: RL 1 El notebook contiene solamente Definción, Objetivo y función de pérdida Montar todos los notebooks como vistos en clase
06/11/24 00: Repaso Álgebra lineal Notebook 00: AL   Clases del viernes serán a la 1 pm Caracas
31/10/24 00: Introducción a ML Notebook 00: ML   Clase del viernes 01/11/2024 suspendida
29/10/24 Introducción: Inteligencia Video de Francois Chollet Lectura interesante Turing: paper de Alan Turing
 
29/10/24 Nota informativa Pdf - Nota informativa    

ML book

Este semestre buscamos escribir un pequeño libro del contenido del curso usando los notebooks vistos en clase. La versión preliminar está disponible en ML Book e irá cambiando a medida que avanza el curso.

Evaluaciones

Tareas y asignaciones Exámenes Proyectos Total
30% 40% 30% 100%

Proyecto

  Todos los Grupos
Fecha de envío 19/03/25
Fecha de presentación 21/03/25
Asignados Por definir
Link Proyecto

Exámenes teóricos

  Parcial 1 Parcial 2
Fecha 21/02/2025 14/03/2025
Temas Tema 1, Tema 2, Tema 3 y Tema 6 (para regresión y clasificación). Todos
Link Parcial 1 Parcial 2

Asignaciones

  Tarea 1 Tarea 2
Fecha 06/12/2024 16/02/2025
Temas Python y bases de Regresión Regresión Logística, SVM y K-NN
Link Tarea 1 Tarea 2
Material Template tarea 1 Repositorio tarea
Nota    

Código de honor

Pueden (y aliento fírmemente) discutir con otros estudiantes del curso sobre los proyectos y laboratorios. Sin embargo, debe entender bien sus soluciones y cada entregable debe ser personal o grupal, de tal manera que esté escrito de forma aislada.

El grupo docente se reserva el derecho de interrogar sobre laboratorios, exámenes y proyectos.

Qué podemos hacer?

  1. Discutir cómo implementar un algoritmo.
  2. Qué tipo de bibliotecas usar?
  3. Cómo puedo instalar un framework?

Uso de internet

También puedes consultar Internet para obtener información, siempre que no revele la solución. Si una pregunta te pide que diseñes e implementes un algoritmo para un problema, está bien si encuentras información sobre cómo resolver un problema pero no está bien si buscas el código o el algoritmo para el problema que te están preguntando.

Proyectos

Para los proyectos, puedes hablar con otros alumnos del curso sobre dudas sobre el lenguaje de programación, librerías, algún tema de API, etcétera, pero tanto las soluciones como la programación deben ser tuyas.

Uso de LLM

Lo mismo se aplica a las herramientas de IA generativa, como ChatGPT, Bard, Bing, etc. Estas pueden ser herramientas útiles en tu trabajo. Sin embargo, el uso de dichas herramientas cuando no esté explícitamente permitido será tratado como plagio y está estrictamente prohibido.

Cualquier duda pueden contactar al grupo docente.

UCVIA | ML | Template basado en Research de Anki Sultana