University of Buenos Aires (UBA)
Master in Data Mining and Knowledge Discovery
Aprendizaje Automatico

Trabajo Practico 1

• Enunciado
• Informe

Notebooks

• Resolución TP 1
• Resolución TP 1 (Colab)

Enlaces

• Abrir Notebooks en github desde colab
• Calcular correlación numéricas vs. categóricas
• Balancear los datos: se pueden duplicar las instancias, pero hay distintos métodos
• FBeta: pondera de acuerdo al beta el peso de recall y precision
• SMOTE for Imbalanced Classification with Python

Instalacion

Paso 1: Descargar el repositorio.

$ git clone https://github.com/magistery-tps/aa-tp1.git
$ cd aa-tp1

Paso 2: Instalar anaconda (Necesario para instalar las dependencias del proyecto).

$ wget http://repo.continuum.io/archive/Anaconda3-5.0.0-Linux-x86_64.sh
$ sh Anaconda3-5.0.0-Linux-x86_64.sh
$ source ~/.bashrc  (o source ~/.zshrc)

Paso 3: Crear environment de dependencias para el proyecto (Parado en el directorio del proyecto).

$ conda env create -f environment.yml

Nota: Se peude mamba en vez de conda. Mamba es 100 veces mas rapido que conda.

$ conda install mamba

$ mamba env create -f environment.yml

Actualizar dependencias

Si agregamos nuevas dependencias en environment.yml para instalarlas es necesario correr el siguiente comando:

$ conda env update -f environment.yml

Comenzar a desarrollar

Paso 1: Activamos el entorno donde se encuentran instaladas las dependencias del proyecto.

$ conda activate aa-tp1

Paso 2: Sobre el directorio del proyecto levantamos jupyter lab.

$ jupyter lab

Jupyter Notebook 6.1.4 is running at:
http://localhost:8888/?token=45efe99607fa6......

Paso 3: Ir a http://localhost:8888.... como se indica en la consola.

Tema Material Darker para Jupyter Lab

Paso 1: Instalar tema.

$ jupyter labextension install @oriolmirosa/jupyterlab_materialdarker

Paso 2: Reiniciar Jupyter Lab