Publications by Jesús Turpín
Examen Regresión Lineal
Instrucciones previas. Enlace a los datos y la plantilla: https://drive.google.com/file/d/1boD2IXdzo0_7i3Y33MA9_9u4GvpyjsQp/view?usp=sharing Trabaja sobre el subdirectorio examen_saa_reglin del directorio de trabajo habitual de tu PC. A las 21:30 pararemos para validar el .Rmd y enviar los ficheros por email, con el formato nombre_apellido1_apel...
4467 sym R (2095 sym/24 pcs)
Examen Regresión Lineal Resuelto
Instrucciones previas. Trabaja sobre el subdirectorio examen_saa_reglin del directorio de trabajo habitual de tu PC. A las 21:30 pararemos para validar el .Rmd y enviar los ficheros por email, con el formato nombre_apellido1_apellido2.zip y enviar un email adjuntando el enlace para su descarga. No adjuntar el html. Se facilitará una plantilla p...
4432 sym R (10176 sym/103 pcs) 4 img
Examen Regresión Logística Resuelto
Instrucciones previas. Trabaja sobre el subdirectorio examen_saa_reglog del directorio de trabajo habitual de tu PC. Se recomienda realizar inicialmente los ejercicios en un fichero .R, aunque se entregará únicamente el fichero .Rmd A las 20:30 pararemos para validar el .Rmd y enviar los ficheros por email, con el formato nombre_apellido1_apel...
5866 sym R (6577 sym/60 pcs) 11 img
Sistemas de Aprendizaje Automático - Aprendizaje supervisado en R
Aprendizaje supervisado: Regresión Ya hemos visto cómo crear modelos estadísticos en R basados técnicas de regresión lineal y regresión logística para analizar y tratar de resolver problemas de regresión y clasificación binaria respectivamente. También hemos estudiado algunas métricas para evaluarlos. Aunque se han realizado prediccion...
3903 sym R (18073 sym/122 pcs) 8 img
Sistemas de Aprendizaje Automático - Insurance: Regresión
Carga y limpieza de los datos library(tidyverse) library(corrplot) library(visdat) library(caret) library(vtreat) Comprobamos si los datos contienen huecos: vis_miss(insurance_all) Como se puede comprobar, no es necesario rellenar huecos, pues el dataset ya viene limpio. Análisis exploratorio Analizaremos las variables predictoras, sus tip...
3373 sym R (5743 sym/63 pcs) 15 img
Examen SAA03 Práctico Resuelto
Carga de librerías y datos library(tidyverse) ## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ── ## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4 ## ✓ tibble 3.1.6 ✓ dplyr 1.0.8 ## ✓ tidyr 1.2.0 ✓ stringr 1.4.0 ...
2572 sym R (6184 sym/56 pcs) 2 img
Examen final SAA - Parte práctica
Carga de librerías y datos library(tidyverse) ## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.1 ── ## ✓ ggplot2 3.3.5 ✓ purrr 0.3.4 ## ✓ tibble 3.1.6 ✓ dplyr 1.0.8 ## ✓ tidyr 1.2.0 ✓ stringr 1.4.0 ...
2338 sym R (716 sym/7 pcs)
Bookings canceled analysis
Carga bookings <- read_csv("data/bookings.csv") Examinamos los tipos de datos leídos: glimpse(bookings) ## Rows: 119,390 ## Columns: 32 ## $ hotel <chr> "Resort Hotel", "Resort Hotel", "Resort… ## $ is_canceled <dbl> 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0, … ## $ lead_time <...
1897 sym R (20818 sym/69 pcs) 24 img 4 tbl
Limpieza de datos en R
1. Tipos de problemas frecuentes 1.1 Restricciones en los tipos de datos Funciones para examinar los datos: summary() str() dplyer::glimpse() Funciones para chequear los tipos: class() is.data___type___(): is.numeric(), is.Date(), ... assertive::assert_is_data____type____(): assert_is_numeric(), assert_is_date(), … Funciones para convert...
6069 sym R (11192 sym/73 pcs) 3 img 2 tbl
Trabajo final SAA - Análisis y Modelado con Tidymodels
Data Cleaning NAs & NULL skimr::skim(bookings) %>% filter(n_missing > 0) Data summary Name bookings Number of rows 119390 Number of columns 32 _______________________ Column type frequency: numeric 1 ________________________ Group variables None Variable type: numeric skim_variable n_missing complete_rate m...
1426 sym R (41956 sym/160 pcs) 34 img 3 tbl