ML stack

Pitón

Conceptos de Python

1. Temas básicos
   • Tipos de datos
   • Si más
   • para bucle
   • Mientras que el bucle
   • funciones
   • entrada y salida
   • operadores
2. Algoritmos
   • Clasificación
   • Búsqueda
   • Fuerza bruta
   • Recursivo
   • Retroceso
   • Programación dinámica
   • Avaro
   • Chava
   • Dividir y conquistar
3. Estructuras de datos
   • Instrumentos de cuerda
   • Lista
   • Tupla
   • Diccionario
   • Colocar
4. Estructura de datos intermedia
   • Pila
   • Cola
   • Lista vinculada
   • Montón
   • Árboles
   • Gráficos
   • Chava
   • Matriz
5. Estructura de datos avanzada
   • Trie
   • Árbol de segmento
   • Colocar
6. Temas intermedios de pitón
   • CLI
   • Argumentos de palabras clave
   • iteradores
   • función lambda
   • Clases y objetos
   • __init__
   • Especificador de acceso
7. Programación orientada a objetos
   • Herencia
   • Polimorfismo
   • Abstracción
   • Encapsulación
   • Constructores y destructuras
   • Sobrecarga
   • Primordial
8. Temas avanzados de Python
   • Manejo de archivos
   • Meta clase
   • Decoradores
   • Manejo de excepciones
   • Colecciones
   • Generador
   • Itertools
   • métodos mágicos
   • Expresión regular
   • Enhebrado
9. Pruebas
   • Pytest
10. Otras bibliotecas
    • sistema operativo
    • urllib
    • solicitudes

Marcos

1. Matraz
   • Frascos
   • Tutorial
2. Fastapi
   • Fastapi Docs
   • Tutorial de Fastapi
3. Django
   • Django Docs
   • Tutorial de django
4. Racionalizar
   • Documentos aerodinámicos
   • Tutorial aerodinámico
5. Langchain
   • Langchain Docs
   • Tutorial de langchain

Pila de aprendizaje automático

Matemáticas

1. Álgebra lineal
2. Trigonometría
3. Cálculo
4. Estadística
5. Probabilidad

Bases de datos

1. Sql
   • Mysql
   • Post -put
   • Sqlite
2. Coso
   • Mongodb
3. Bases de datos vectoriales

Manipulación y visualización de datos

1. Numpy
2. Pandas
3. Mate
4. Chirriante

Corta web y automatización

1. Hermosa sopa
2. Escrapaz
3. Selenio

Marcos de aprendizaje automático

1. Lear
2. Nltk
3. Extirpado
4. Bisagro

Conceptos básicos de aprendizaje automático

1. Regularización
2. Funciones de pérdida
3. Métrica
4. Optimizadores

Aprendizaje automático supervisado

Clasificación

1. Regresión logística
2. Bayes ingenuos
3. Máquina de vectores de soporte
4. Árboles de decisión
5. Bosque al azar
6. Xgboost
7. Gatboost

Regresión

1. Regresión lineal
2. Regresión polinómica
3. Regresión de cresta

Aprendizaje automático no supervisado

Agrupación

1. K-medias
2. Jerárquico

Asociación

1. Apriori

Marcos de aprendizaje profundo

1. Flujo tensor
2. Pytorch
3. Jax

Visión por computadora

Lo esencial

1. Regularización
2. Funciones de pérdida
3. Métrica
4. Optimizadores

Avanzado

1. Redes neuronales
2. Ajuste de hiperparameter
3. Red neuronal de convolución

Aprendizaje profundo

1. Clasificación de imágenes
   • Arquitecturas CNN y SOTA
2. Segmentación de imágenes
   • Segmentación semántica
   • Segmenación de instancias
3. Detección de objetos
   • Reconocimiento de objetos
   • Localización de objetos
   • Detección de objetos
4. Video

Redes generativas

1. Gans
   • Gan 1
   • Gan 2
   • Gan 3
2. Autoencoders
3. Estabilización

Transformadores

1. Transformadores de visión

Pila de PNL

Conceptos básicos de la PNL

1. Preprocesamiento de texto
2. Palabras de parada
3. Tokenización
4. Derivado
5. Lemmatización
6. Partes del etiquetado del habla
7. Analizador de dependencia
8. Incrustación

Modelos de aprendizaje profundo

1. Modelos de secuencia

2. Pytorch

   • RNN en Pytorch
   • LSTM en Pytorch
   • Gru en Pytorch

3. Flujo tensor

   • RNN en TensorFlow
   • LSTM en TensorFlow
   • Gru en Tensorflow

4. PNL Avanzado

   • Espacios vectoriales
   • Modelos probabilísticos
   • Modelos de secuencia
   • Modelos de atención

Transformadores

1. La atención es todo lo que necesitas
2. Secuencia a modelos de secuencia codificador de secuencia (texto 2 texto)
3. Modelos de codificador solo modelos de codificación automática (modelado de lenguaje enmascarado)
4. Modelos de decodificador solo modelos automáticos (modelado de lenguaje causal)
5. Modelos de idiomas

Modelos de idiomas grandes e IA generativa

1. LLM y Gen AI

Ingeniería rápida

• Tutorial de ingeniería inmediata

Audio

1. Reconocimiento automático de voz
   • Discurso a texto
   • Texto a discurso
2. Segmentación de audio
3. Clasificación de audio
4. Audio a audio

Multimodal

1. Texto a imagen
2. Imagen al texto
3. Audio a texto
4. Mensaje de texto a audio
5. Texto a video
6. Video a texto

Serie de tiempo

Modelos de aprendizaje profundo

1. Arima
2. LSTM

Mlops

Marcos

• Mlflow
• Kubeflow

Estibador

• Tutoriales de Docker

Kubernetes

• Tutorial de Kubernetes

Papeles

• RNN
• LSTM
• Gru
• La atención es todo lo que necesitas importante
• Bert
• GPT
• Palma de flan