Material

Bibliografía oficial

Como bibliografía oficial usamos el apunte de la materia. Tiene más temas que los vistos en cada cuatrimestre. Tambien tenemos una introducción a redes neuronales.

Bibliografía y material sugerido

Esta bibliografía es para complementar o seguir estudiando una vez terminada la materia. Está siempre en construcción.

Para redes neuronales

• Deep Learning Book de Ian Goodfellow, Yoshua Bengio y Aaron Courville
• Deep Learning with Python de François Chollet

Para Information Retrieval

• Introduction to Information Retrieval

Para compresión

• Data Compression Explained

Para Spark

• Data-Intensive Text Processing with MapReduce de Jimmy Lin y Chris Dyer
• Ejercicios resueltos en Spark por la cátedra

Para visus

Teoría de visus:

• “The Visual Display of Quantitative Information”, Edward R.Tufte
• Video: Everything we know about how human interpret graphics

Ejemplos de visus:

• “The Visual Miscellaneum: A Colorful Guide to the World’s Most Consequential Trivia”, David McCandless
• “Knowledge is Beautiful”, David McCandless

Otros

• Mining of Massive Datasets

Guías de ejercicios pasadas (no en uso)

Repo de ejercicios de pandas y spark resueltos por alumnos

Estos ejercicios son de cuando tomábamos parciales/parcialitos, pueden ser útiles para ver ejemplos de cosas en pandas y spark: Link

Guías de ejercicios

• Pandas
• Spark
• Reducción de dimensiones
• Ejercicios machine learning: OJO algunos temas ya no se ven