From 6b070ea3083e2f20aa89d69e37959a89c0acecc2 Mon Sep 17 00:00:00 2001 From: davidit33 Date: Mon, 9 Aug 2021 15:24:03 -0300 Subject: [PATCH 1/4] 2-Regression/translations/README.es.md --- 2-Regression/translations/README.es.md | 33 ++++++++++++++++++++++++++ 1 file changed, 33 insertions(+) create mode 100644 2-Regression/translations/README.es.md diff --git a/2-Regression/translations/README.es.md b/2-Regression/translations/README.es.md new file mode 100644 index 00000000..8d2f1ade --- /dev/null +++ b/2-Regression/translations/README.es.md @@ -0,0 +1,33 @@ +# Modelos de regresión para el machine learning +## Tema regional: Modelos de regresión para los precios de las calabazas en América del Norte 🎃 + +En América del Norte, las calabazas se tallan a menudo con caras aterradoras para Halloween. ¡Descubramos más sobre estas fascinantes verduras! + +![jack-o-lanterns](./images/jack-o-lanterns.jpg) +> Foto de Beth Teutschmann en Unsplash + +## Lo que vas a aprender + +Las lecciones de esta sección cubren los tipos de regressión en el contexto de machine learning. Los modelos de regresión pueden ayudar a determinar la _relación_ entre variables. Este tipo de modelos puede predecir valores como la longitud, la temperatura o la edad, descubriendo así relaciones entre variables a medida que analiza puntos de datos. + +En esta serie de lecciones, descubrirá la diferencia entre la regresión lineal y la logística, y cuándo debe usar una u otra. + +En este grupo de lecciones, se preparará para comenzar las tares de machine learning, incluida la configuración de Visual Studio code para manejar los cuadernos, el entorno común para los científicos de datos. Descubrirá Scikit-learn, una librería para machine learning, y creará sus primeros modelos, centrándose en los modelos de Regresión en este capítulo. + +> Existen herramientas útiles low-code que pueden ayudarlo a aprender a trabjar con modelos de regresión. Pruebe [Azure ML for this task](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa) + +### Lecciones + +1. [Herramientas del oficio](1-Tools/README.md) +2. [Gestión de datos](2-Data/README.md) +3. [Regresión lineal y polinomial](3-Linear/README.md) +4. [Regresión logística](4-Logistic/README.md) + +--- +### Créditos + +"ML con regresión" fue escrito con ♥️ por [Jen Looper](https://twitter.com/jenlooper) + +♥️ Los contribuyentes del cuestionario incluyen: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) y [Ornella Altunyan](https://twitter.com/ornelladotcom) + +El dateset de calabaza es sugerido por [este proyecto en Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) y sus datos provienen de [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) distribuido por el Departamento de Agricultura de los Estados Unidos. Hemos agragado algunos puntos alrededor color basados en la variedad para normalizar la distribución. Estos datos son de dominio público. From 7503c0edc36cd7f0a1c624a27c263f058867d729 Mon Sep 17 00:00:00 2001 From: David Tamayo <63550116+davidit33@users.noreply.github.com> Date: Mon, 9 Aug 2021 16:57:51 -0300 Subject: [PATCH 2/4] Update 2-Regression/translations/README.es.md Co-authored-by: Alfredo Deza <317847+alfredodeza@users.noreply.github.com> --- 2-Regression/translations/README.es.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/2-Regression/translations/README.es.md b/2-Regression/translations/README.es.md index 8d2f1ade..c0d7afc2 100644 --- a/2-Regression/translations/README.es.md +++ b/2-Regression/translations/README.es.md @@ -12,7 +12,7 @@ Las lecciones de esta sección cubren los tipos de regressión en el contexto de En esta serie de lecciones, descubrirá la diferencia entre la regresión lineal y la logística, y cuándo debe usar una u otra. -En este grupo de lecciones, se preparará para comenzar las tares de machine learning, incluida la configuración de Visual Studio code para manejar los cuadernos, el entorno común para los científicos de datos. Descubrirá Scikit-learn, una librería para machine learning, y creará sus primeros modelos, centrándose en los modelos de Regresión en este capítulo. +En este grupo de lecciones, se preparará para comenzar las tares de machine learning, incluida la configuración de Visual Studio Code para manejar los cuadernos, el entorno común para los científicos de datos. Descubrirá Scikit-learn, una librería para machine learning, y creará sus primeros modelos, centrándose en los modelos de Regresión en este capítulo. > Existen herramientas útiles low-code que pueden ayudarlo a aprender a trabjar con modelos de regresión. Pruebe [Azure ML for this task](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa) From b6c5f3806e6647e596fdbae9bb902144ee2cc8a8 Mon Sep 17 00:00:00 2001 From: David Tamayo <63550116+davidit33@users.noreply.github.com> Date: Mon, 9 Aug 2021 16:58:27 -0300 Subject: [PATCH 3/4] Update 2-Regression/translations/README.es.md Co-authored-by: Alfredo Deza <317847+alfredodeza@users.noreply.github.com> --- 2-Regression/translations/README.es.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/2-Regression/translations/README.es.md b/2-Regression/translations/README.es.md index c0d7afc2..6fe82cf1 100644 --- a/2-Regression/translations/README.es.md +++ b/2-Regression/translations/README.es.md @@ -14,7 +14,7 @@ En esta serie de lecciones, descubrirá la diferencia entre la regresión lineal En este grupo de lecciones, se preparará para comenzar las tares de machine learning, incluida la configuración de Visual Studio Code para manejar los cuadernos, el entorno común para los científicos de datos. Descubrirá Scikit-learn, una librería para machine learning, y creará sus primeros modelos, centrándose en los modelos de Regresión en este capítulo. -> Existen herramientas útiles low-code que pueden ayudarlo a aprender a trabjar con modelos de regresión. Pruebe [Azure ML for this task](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa) +> Existen herramientas útiles _low-code_ que pueden ayudarlo a aprender a trabjar con modelos de regresión. Pruebe [Azure ML para esta tarea](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa) ### Lecciones From ce3ce967da55acb06386e1bd92bc253f144c8254 Mon Sep 17 00:00:00 2001 From: David Tamayo <63550116+davidit33@users.noreply.github.com> Date: Mon, 9 Aug 2021 16:58:47 -0300 Subject: [PATCH 4/4] Update 2-Regression/translations/README.es.md Co-authored-by: Alfredo Deza <317847+alfredodeza@users.noreply.github.com> --- 2-Regression/translations/README.es.md | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/2-Regression/translations/README.es.md b/2-Regression/translations/README.es.md index 6fe82cf1..5e9bff0d 100644 --- a/2-Regression/translations/README.es.md +++ b/2-Regression/translations/README.es.md @@ -30,4 +30,4 @@ En este grupo de lecciones, se preparará para comenzar las tares de machine lea ♥️ Los contribuyentes del cuestionario incluyen: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) y [Ornella Altunyan](https://twitter.com/ornelladotcom) -El dateset de calabaza es sugerido por [este proyecto en Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) y sus datos provienen de [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) distribuido por el Departamento de Agricultura de los Estados Unidos. Hemos agragado algunos puntos alrededor color basados en la variedad para normalizar la distribución. Estos datos son de dominio público. +El _dataset_ de calabaza es sugerido por [este proyecto en Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) y sus datos provienen de [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) distribuido por el Departamento de Agricultura de los Estados Unidos. Hemos agragado algunos puntos alrededor color basados en la variedad para normalizar la distribución. Estos datos son de dominio público.