Naren Castellon (@Naren8520)
github

Naren8520

Twitter logo Share LinkedIn logo Share Facebook logo Share
  • Stars
    star
    68
  • Global Rank 265,597 (Top 10 %)
  • Followers 59
  • Registered over 3 years ago
  • Most used languages
    Jupyter Notebook
         100.0 %
  • Location 馃嚨馃嚘 Panama
  • Country Total Rank 127,162
  • Country Ranking
    Jupyter Notebook
         1

Top repositories

1

Serie-de-tiempo-con-Machine-Learning

Jupyter Notebook
15
star
2

Python

Jupyter Notebook
9
star
3

Normalizacion-de-Datos

4
star
4

Mi-Dataset

4
star
5

Curso-Peru

Curso Peru
Jupyter Notebook
3
star
6

Pronostico-Exponenciales-Metodo-Holt-Winters-y-Modelo-de-Tendencia-Amortiguada-con-RStudio

3
star
7

Grafico-de-burbujas-con-RStudio

2
star
8

An-lisis-discriminante-lineal-LDA-con-R

2
star
9

Curva-de-ROC-con-RStudio

2
star
10

MLflow

# Introducci贸n a MLflow MLflow es una plataforma de c贸digo abierto para el ciclo de vida del aprendizaje autom谩tico (ML), con un enfoque en la reproducibilidad, el entrenamiento y la implementaci贸n. Est谩 basado en un dise帽o de interfaz abierta y es capaz de trabajar con cualquier lenguaje o plataforma, con clientes en Python y Java, y es accesible a trav茅s de una API REST. La escalabilidad tambi茅n es un beneficio importante que un desarrollador de ML puede aprovechar con MLflow. El proposito de este cuaderno, es ver c贸mo funciona MLflow, con la ayuda de ejemplos y c贸digo de muestra. Esto construir谩 la base necesaria para el resto a fin de utilizar el concepto para dise帽ar un proyecto de ML de extremo a extremo.
Jupyter Notebook
2
star
11

Creando-intervalos-en-RStudio

1
star
12

Machine-Learning-con-PySpark-usando-Databricks

Jupyter Notebook
1
star
13

Grafico-financiero-con-RStudio

1
star
14

Importar-precio-de-acciones-de-Yahoo-a-RStudio

1
star
15

Grafico-de-spyder-o-de-radar-basico

1
star
16

Cadena-de-Markov

Cadena de Markov
1
star
17

Analisis-discriminante-regularizado-RDA

1
star
18

Analisis-discriminante-flexible-FDA

1
star
19

Modelo-de-Arbol-de-Clasificacion-con-RStudio

1
star
20

An-lisis-discriminante-cuadr-tico---QDA-con-RStudio

1
star
21

4-forma-de-graficar-funciones-de-densidad-continua

Jupyter Notebook
1
star
22

R-Studio

1
star
23

An-lisis-Discriminante-de-Mezcal-MDA

1
star
24

Crear-particiones-de-datos-para-modelos-de-Machine-Learning-

Los analistas necesitan una evaluaci贸n imparcial de la calidad de sus modelos de aprendizaje autom谩tico. Para conseguirlo, dividen los datos disponibles en dos partes. Usan una parte para construir el modelo de aprendizaje autom谩tico y retienen los datos restantes para la evaluaci贸n del desempe帽o del modelo en los datos de reserva. Veremos 4 varios casos para hacer las particiones: Caso 1: variable objetivo num茅rica y dos particiones Caso 2: variable objetivo num茅rica y tres particiones Caso 3: variable objetivo categ贸rica y dos particiones Caso 4: variable objetivo categ贸rica y tres particiones
1
star