Publications by Jesús Turpín
Programación de Inteligencia Artificial - Práctica 9
Dado el vector de emails: emails <- c("john.doe@ivyleague.edu", "education@world.gov", "dalai.lama@peace.org", "invalid.edu", "quant@bigdatacollege.edu", "cookie.monster@sesame.tv") Usa grepl() para encontrar el patrón “edu” grepl(---) Usa grep() para encontrar el patrón “edu”, guarda los resultados en la variable hits ...
793 sym R (1032 sym/16 pcs)
Programación de Inteligencia Artificial - Expresiones Regulares
La función grep() y grepl() grep(patrón, x), siendo x un vector de cadenas de texto. Devuelve un vector numérico con los índices del vector donde se encontró el patrón. vector_texto <- c("mundo", "hola", "ejemplo", "grep") Buscamos el patrón “hola” en el vector anterior: grep("hola", vector_texto) ## [1] 2 Nos devuelve el índice del v...
2350 sym R (4729 sym/79 pcs)
Programación de Inteligencia Artificial - Práctica 3 Resuelta
Administración del entorno Limpia previamente tu espacio de trabajo. Crea un archivo Markdown, desde cero, copiando el enunciado de cada ejercicio e incrustando el código R y las salidas. La función ls: mi_var1 <-1 mi_var2 <- "dos" mi_var3 <- "III" ls() ## [1] "mi_var1" "mi_var2" "mi_var3" Indica la opción correcta: Lista el contenido d...
5475 sym R (11582 sym/77 pcs)
Programación de Inteligencia Artificial - Práctica 2 Resuelta
Construye una matriz de 3 filas que contenga los números del 1 al 9 ordenados por filas. \(\begin{pmatrix}1 & 2 & 3\\4 & 5 & 6\\7 & 8 & 9\end{pmatrix}\) matrix(1:9, byrow = TRUE, nrow = 3) ## [,1] [,2] [,3] ## [1,] 1 2 3 ## [2,] 4 5 6 ## [3,] 7 8 9 Construye una matriz de 3 filas que contenga los números del...
3484 sym R (8187 sym/70 pcs)
Sistemas de aprendizaje automático - Práctica 1 Resuelta
Ejercicio Guiado. Medidas de centralidad. La función media en R es mean() y median() y está en la librería base. No es necesario cargar ninguna librería. Creamos un vector x_50 de 50 números aleatorios que representan la altura de una muestra de población, siguiendo una distribución normal, con media 175 cm y desviación estándar 3 cm #s...
4793 sym R (7087 sym/73 pcs) 7 img
Programación de Inteligencia Artificial - Práctica 8
Leer y escribir Datos R puede importar conjuntos de datos desde archivos de texto, otros softwares de estadística y hasta hojas de cálculo. No es necesario tener una copia local del archivo. Tú puedes especificar la ubicación del archivo desde una url y R buscará el archivo en Internet. La mayoría de los archivos que contienen información ...
5586 sym R (9631 sym/18 pcs)
Programación de Inteligencia Artificial - Tidyverse
Introducción a Tidyverse El paquete tidyverse contiene otros paquetes (dplyr, ggplot2, etc.) y lo verás cuando cargue el paquete tidyverse usando library (). ¡Recuerda que el paquete debe estar instalado antes de que pueda cargarse. library(tidyverse) ## -- Attaching packages --------------------------------------- tidyverse 1.3.1 -- ## v ggpl...
5152 sym R (25938 sym/73 pcs)
Programación de Inteligencia Artificial - Práctica 7
Filtra el dataset gapminder por el año 2007: gapminder_2007 <- Filtra por país US gapminder_US <- Combina los 2 filtros anteriores gapminder_US_2007 <- Ordena el dataset por renta per cápita. ¿En qué año se obtuvo el mayor dato de renta per cápita? ¿Qué país? ¿Y en qué año y qué país obtuvo el menor dato? Localiza los 10 pais...
1536 sym R (52 sym/3 pcs)
Programación de Inteligencia Artificial - Práctica 4 Resuelta
1.(Resuelto) Tenemos la siguiente lista: x <- list("a" = 2.5, "b" = TRUE, "c" = 1:3) Si queremos acceder al tercer elemento de la lista, es decir extraer directamente el vector c ## [1] 1 2 3 Podríamos pensar en escribir el código: x[3] ## $c ## [1] 1 2 3 ó x["c"] ## $c ## [1] 1 2 3 Pero realmente esas expresiones nos devuelven otro objeto d...
2126 sym R (3126 sym/74 pcs)
Programación de Inteligencia Artificial - Práctica 1
Genera un vector con los números del 1 al 50 con 1:50 y guárdalo en una variable v1_50. v1_50 <- print(v1_50) Repítelo usando seq(). v1_50 <- print(v1_50) Lo mismo que el anterior pero con incrementos de 0.5 {0.5,1,1.5, … 10} en la variable v1_50h (usa “by”). v1_50h <- print(v1_50h) Calcula el tamaño del vector anterior y gu...
673 sym R (431 sym/9 pcs)