Code Monkey home page Code Monkey logo

eaworkshopday2's Introduction

EA Machine Learning Workshop

Laboratorio 1. Advertising

Desde la empresa Mediature, nos han pedido ser capaces de predecir el número de ventas en función del dinero que se ha invertido en cada uno de los canales de Marketing existente: televisión, redes sociales y radio. El departamento de marketing nos ha facilitado su histórico de datos en formato .csv.

El conjunto de datos se encuentra en Advertising/data

Laboratorio 2. Retail

El departamento de ventas de la misma empresa, también esta interesado en saber si lo posibles clientes potenciales pueden o no comprar un producto. Para que podamos hacer un estudio de los datos, nos han pasado todo el histórico de compras y clientes. Al final, la idea principal es poder estudiar los comportamientos de los clientes y ver si un posible cliente puede comprar un producto o no en función de las últimas veces que visitó una tienda o su estado civil.

El conjunto de datos se encuentra en Retail/data

Laboratorio 3. Clasificación de imágenes Deep Learning

Desde un centro comercial, se desea detectar prendas de ropa para cononcer cuales son los productos más usados por los clientes y recomendar nuevas prendas en función de sus gustos.

Se utilizará el dataset público de fashion-mnist.

Laboratorio 4. Cognitive Services

Una famosa empresa de EEUU, la cual se dedica a la distribución de prensa, desea catalogar y automatizar el proceos de búsqueda de información de periódicos antiguos. En primer lugar, necesita reconocer el texto de imágenes de periódicos antiguos. Ademas, quiere llegar a nuevos clientes hispanohablantes, por lo que será necesario realizar uan traducción del texto a español.

Laboratorio 5. Custom vision

Una famosa empresa de EEUU, la cual se dedica a la distribución de prensa, desea poder distinguir entre periódicos antiguos y periódicos nuevos para realizar una cataglogación más eficiente de su sistema.

Configuración entorno anaconda

Para poder configurar el entorno tendremos que tener instalado previamente anaconda.Una vez que hayamos terminado la instalación, desde anaconda prompt, o desde nuestra línea de comandos, podemos introducir:

conda env create -f environment.yml

para instalar todas nuestras dependencias. Una vez haya acabao el proceso, procederemos a activar el entorno.

conda activate ea-workshop

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.