Beruflich Dokumente
Kultur Dokumente
Andres Camilo Santacruz Borda - Diana Angulo Tavera - Andres Felipe Molina
ansantacruz@uan.edu.co - diaangulo@uan.edu.co andresfmolina@uan.edu.co
Presentado a: Ing. Ra
ul Ernesto Men
endez Mora
Facultad de Ingeniera de Sistemas y Computacion
Universidad Antonio Nari
no, Bogota, Colombia
1.
Introducci
on
A continuaci
on se explicara detalladamente el codigo que conforma al Script
y la l
ogica usada para el desarrollo del ejercicio.
2.
Librerias
import numpy as np
Numpy es un paquete desarrollado para Python y da soporte a grandes conjuntos de datos empaquetados en Arrays y matrices multidimensionales. Por
otra parte, tambien brinda herramientas concretas para operar entre arreglos
de datos. Esta herramienta se asemeja a Matlab debido a su facilidad de uso y
eficiencia en operaciones matriciales.
3.
Funciones
En el Script se cuenta con dos funciones:
4.
Aprendizaje
En principio, para poder realizar el aprendizaje, es necesario cargar el conjunto de datos destinado al entrenamiento. Para ello se hace uso de la librera
importada pandas a quien se ha nombrado como pd. A continuacion se muestra
la linea de c
odigo encargada de leer el conjunto de datos:
# Name => T i t u l o
puerto
puerto
puerto
puerto
dfne =
clasificador .fit(X, Y)
Ya con lo anterior, se tiene el modelo listo para realizar aprendizaje. Ahora
sigue, cargar el conjunto de datos de prueba y ejecutar sobre el el modelo. La
lectura de este conjunto de datos se hace de la misma forma que el del conjunto
de entrenamiento.
5.
Resultados
6.
Conclusiones
Son muchas las cosas que se pueden concluir del ejercicio desarrollado y propuesto para la asignatura. En primer lugar se evidencio la importancia que juegan en el desarrollo academico y profesional de los participantes las plataformas
como Kaggle ya que motivan e impulsan el trabajo autonomo, y extracurricular.
Por otra parte, este tipo de iniciativas en el aula de clase permiten la exploraci
on de herramientas nuevas y potentes que tal vez no se han podido abarcar el