Leo Madsen

Desarrollador de software científico y máster en bioinformática por la UPF. Estoy aquí para demostrarte que programar puede ser muy fácil, entretenido y hasta recompensarte.

¿Cómo son las clases?

Sesiones individuales o grupales. Con buena pedagogía, amenas y adaptadas tu nivel. Enfocándonos teoría, resolución de problemas, tus tareas de clase o lo que necesites.
¡Te preparo tus apuntes de teoría y ejemplos prácticos para que te los lleves y consultes cuando lo requieras.!

Metodología adaptada a las necesidades de cada estudiante optimizando la curva de aprendizaje, con resultados garantizados.

¿Qué lenguajes puedo aprender?

Python, R, Arduino (C++), PHP, Perl, Bash, AWK, RegEx, Processing, SQL, HTML, CSS, JavaScript, LaTeX, Markdown

Con Python podrás utilizar su IDE Spyder, su entorno interactivo JupyterLab y sus librerías principales; Matplotlib, NumPy, SciPy, Scikit-learn, Pandas, etc
Con R podrás utilizar su IDE Rstudio y sus paquetes principales; dplyr, tidyr, stringr, ggplot2, shiny, googleVis, RSQLite, etc
Bash Scripting para MAC/Linux y PowerShell para Windows

¿Qué áreas puedo aprender?

Matemática, estadística, biotecnología, bioinformática, bioestadística, negocios, finanzas, ingenierías, machine learning, minería de datos, bases de datos, big Data, data science, robótica, arte visual.

CURSO COMPLETO DE MACHINE LEARNING

-Introducción a Bias y Varianza
-Introducción a Sobreajuste y Subajuste para Machine Learning
-Evaluando el error en los modelos de regresión
-Regresión Lineal Simple
-Regresión Lineal Múltiple
-Me´todos de Seleccio´n de Caracteri´sticas
-Regresión Polinomial
-Vectores de Soporte Regresión
-Árboles de Decisión Regresión
-Métodos de Ensamble de Modelos
-Bosque Aleatorios Regresión
-Ventajas y Desventajas de los Algoritmos de Regresión
-Matriz de Confusión
-Evaluando el error en los modelos de clasificación
-Curvas ROC y Área bajo la curva (AUC)
-Métricas de Evaluación Clasificación
-Conjunto de datos desbalanceado
-Regresión Logística
-K Vecinos más Cercanos
-Máquinas Vectores de Soporte Clasificación
-Kernel
-Máquinas de Vectores de Soporte Clasificación
-Naive Bayes
-Árboles de Decisio´n Clasificacio´n
-Bosques Aleatorios Clasificación
-Ventajas y Desventajas de los Algoritmos de Clasificación