Loading repository data…
scancino17 / repository
Repositorio que contiene ambiente, código fuente, Jupyter Notebooks y resultados obtenidos en la elaboración del proyecto "Estudio de algoritmos de regresión multi-salida aplicados en la predicción de eficiencia de microrredes eléctricas" , elaborado como memoría de titulo para proyecto de titulación 2022-I
Repositorio que contiene ambiente, código fuente, Jupyter Notebooks y resultados obtenidos en la elaboración del proyecto "Estudio de algoritmos de regresión multi-salida aplicados en la predicción de eficiencia de microrredes eléctricas", elaborado como memoría de titulo para proyecto de titulación 2022-I.
Para ejecutar los notebooks en este repositorio, se recomienda dejar el repositorio en el directorio de trabajo del servidor Jupyter, o clonar el repositorio en ese directorio.
De lo contrario, se debe cambiar la variable de control NOTEBOOK_FOLDER_PATH en todos los notebooks por el path relativo a este repositorio desde el directorio de trabajo del servidor Jupyter.
Los notebooks contienen código interactivo, escrito a modo de experimentación mientras se desarrollaba el proyecto.
El código final de estos refleja el código usado para dar respuesta a las actividades del proyecto.
Los notebooks yakutia, malaga y alemana constan de las actividades llevadass a cabo durante el proyecto, aplicados sobre su correspondiente dataset.
Los notebookks preprocess y graphs son notebookks auxiiares: el primero es usado para transformar los datos y ser usados en un ambiente sklearn. El segundo es usado para hacer múltiples visualizaciones de los resultados obtenidos.
Los scripts contienen código automático: sus resultados fueron usados en los resultados de la memoria.
La ejecución de los notebooks requiere el ambiente Anaconda requerido en requirements-notebooks.txt
La ejecución de los scrips requiere el ambiente requerido en requirements-scripts.txt
Selected from shared topics, language and repository description—not editorial ratings.
Diego-Coello-Moran /
Repositorio que contiene un pipeline completo de procesamiento de datos que integra cuatro tecnologías de bases de datos — MySQL, Cassandra, Redis e MongoDB — dirigidas mediante Docker Compose y controladas dende Python en Jupyter Notebooks.
elenacrami /
Este repositorio contiene ejercicios prácticos en Python, organizados en Jupyter Notebooks, que abarcan niveles de dificultad variados. Cada notebook resuelve actividades de plataformas online, creando funciones y clases que abordan retos comunes en programación y análisis de datos, desde nivel básico hasta avanzado.
FranciscoLabra87 /
Detección de Cardiopatía Descripción Este repositorio contiene un Jupyter Notebook que analiza la detección de cardiopatías mediante técnicas de ciencia de datos. Se incluyen exploración de datos, procesamiento y preprocesamiento, destacando técnicas como el escalado de variables y la división en conjuntos de entrenamiento y prueba. El notebook
SamuelMenan /
Este repositorio contiene un conjunto de notebooks de Jupyter que realizan un análisis exploratorio de datos sobre un conjunto de datos de arroz. El análisis se centra en examinar las características físicas y químicas del arroz, así como en explorar las relaciones entre estas variables.
mxnrenato /
Este repositorio contiene un Jupyter Notebook que demuestra lo realizado en el Proyecto Capstone 202465
RawVR /
Este repositorio contiene notebooks de Jupyter que documentan mi aprendizaje en el Máster de Formación Profesional en Inteligencia Artificial y Big Data.