Programas en Python (2)

Programas básicos en Python (1)

Se aplica el modelo de Markowitz para optimización de carteras a una cartera compuesta por diez empresas de cinco sectores

Para la detección de spam en el correo electrónico se comparan los resultados de los algoritmos de árboles de decisión y el método de "ensemble" de bagging.

This Coronavirus dashboard provides an overview of the 2020 COVID-19 epidemic for Spain.

Se aplica paso a paso el algoritmo Support Vector Machine empleando la librería 1071 con los kernels lineal, radial y polinomial, en un caso para predecir la probabilidad de impagos de créditos.

Se ejemplifica el algoritmo de machine learning de support vector machine (SVM) mediante el paquete "kernlab" para discriminar entre clientes bancarios con alta probabilidad de imagos de crédito. Se emplean los kernel lineal, radial y polinomial.

Se muestra una ejemplificación del algoritmo Gradient Boosting Machine ajustando todos los parámetros de manera automática. Se comparan dos modelos (con 14 y 12 variables).

Se desarrolla el algoritmo Gradient Boosting Machine paso a paso con el caso de German Credit Data, empleando los métodos de "early stopping": OOB (out-of-bag estimation) y CV (v-fold cross validation).

Proyecto desarrollado paso a paso sobre valoración del riesgo de concesión de créditos, analizados mediante los logaritmos de Árboles de decisión y Random Fores.

Se compara la modelización mediante regresión logística y näive bayes en un caso de churn bancario.

Se utiliza el algoritmo de ensamblaje de Random forest para predecir casos de churn en una empresa de Telecomunicaciones

Se emplea el algoritmo de árboles de decisión para detectar futuros casos de churn en una empresa de Telecomunicaciones.

Aplicado a una empresa de Telecomunicaciones, se desarrolla paso a paso el algoritmo de Regresión Logística para clasificar futuros churns.