Materiales clases teóricas

Primer parcial: 9-11

Trabajos Prácticos

Ejercicios modelo lineal

Materiales para las clases prácticas:

Ejectuar la siguiente linea de código en R

usethis::use_course('https://github.com/DiegoKoz/EEA2019/archive/master.zip')

O alternativamente descargar el siguiente archivo:

• Taller Desarrollo de paquetes

Clase 1: 07-09

• [Introducción al entorno R.](clase 1/Clase 1- Introduccion.nb.html)
• [Ejercicios intro.](clase 1/Ejercicios - Clase 1.R)
• [Programación funcional.](clase 1/Clase_1-Programacion funcional.nb)
• [Ejercicios programación funcional.](clase 1/Ejercicios Clase 1_Programacion funcional.R)

Clase 2: 14-09

• [Tidyverse y gráficos](clase 2/Clase 2- Tidyverse.nb.html)
• [resueltos](clase 2/resueltos)

Clase 3: 28-09

• [Práctica PURRR](clase 3/programacion_funcional)
• [Correlación](clase 3/correlacion.nb.html)
• [Shiny apps](clase 3/shiny)

Clase 4: 5-10

• [Regresión Lineal Simple (primera parte)](clase 4/modelo_basico.nb.html)

Clase 5: 19-10

• [Regresión Lineal Simple (segunda parte)](clase 5/modelo_basico.nb.html)
• [Bootstrap](clase 5/ejercicio_bootstrap.nb.html)

Clase 6: 26-10

• [Muchos modelos (primera parte)](clase 6/muchos_modelos.html)

Clase 7: 2-11

• [Muchos modelos (segunda parte)](clase 7/muchos_modelos.html)

Clase 8: 16-11

• [Regresion Logistica](clase 8/logit.nb.html)
• [Tidy models](clase 8/tidymodels.nb.html)

Clase 9: 23-11

• [Regularizacion: Ridge, Lasso y Elastic Net](clase 9/regularizacion.nb.html)

Clase 10: 30-11

• [Prophet: implementacion de GAM para series de tiempo](clase 10/prophet_shopping.nb.html)

Clase 11: 7-12

• [Redes I: Fully Conected Neural Networks](clase 11/mnist101.nb.html)

Clase 12: 14-12

• [Redes II: Convolutional Neural Networks](clase 12/mnist102.nb.html)

Preguntas parcial