Desarrolla ampliamente los siguientes puntos de teoría en tu libreta 

A. Exploración de datos

• Análisis estadístico

• Visualización de datos

• Identificación de valores atípicos

• Datos faltantes

B. Limpieza de datos.

• Manejo de valores faltantes

• Imputación de datos

• Eliminación de duplicados

• Corrección de errores

C. Transformación de datos

• Normalización

• Estandarización

• Discretización

• Codificación de variables categóricas

Principales algoritmos de aprendizaje automático

Investiga y desarrolla los siguientes algoritmos 

1. Regresión lineal

2. Regresión logística

3. Clasificador bayesiano ingenuo

4. Árbol de decisión

5. Algoritmo de bosque aleatorio

6. Algoritmo K-Nearest neighbor (KNN)

7.  Algoritmo K means

 1  # Importar las bibliotecas necesarias

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

 2  # SUBIR EL ARCHIVO DE CSV

 from google.colab import files

uploaded = files.upload()

3 # Cargar el conjunto de datos del Titanic

titanic_data = pd.read_csv('titanic.csv')

EJECUTAR LOS SIGUIENTES CODIGOS  PARA MUESTRA

# Mostrar las primeras filas del conjunto de datos

print(titanic_data.head())

# Información general sobre el conjunto de datos

print(titanic_data.info())

# Estadísticas descriptivas del conjunto de datos

print(titanic_data.describe())

# Visualizar la distribución de edades

sns.histplot(titanic_data['Age'].dropna(), kde=False, bins=30)

plt.title('Distribución de Edades en el Titanic')

plt.xlabel('Edad')

plt.ylabel('Frecuencia')

plt.show()

# Visualizar la proporción de sobrevivientes por género

sns.countplot(x='Survived', hue='Sex', data=titanic_data)

plt.title('Sobrevivientes en el Titanic por Género')

plt.xlabel('Sobrevivió')

plt.ylabel('Conteo')

plt.show()

# Calcular la tasa de supervivencia por clase

class_survival_rate = titanic_data.groupby('Pclass')['Survived'].mean()

print(class_survival_rate)

# Visualizar la tasa de supervivencia por clase

sns.barplot(x=class_survival_rate.index, y=class_survival_rate.values)

plt.title('Tasa de Supervivencia por Clase en el Titanic')

plt.xlabel('Clase')

plt.ylabel('Tasa de Supervivencia')

plt.show()

# Importar las bibliotecas necesarias

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

#  Ejecuta la siguiente celda y selecciona el archivo de tu equipo

from google.colab import files

uploaded = files.upload()

# Cargar el conjunto de datos del Titanic

titanic_data = pd.read_csv('titanic.csv')

# Mostrar las primeras filas del conjunto de datos

print(titanic_data.head())

# Información general sobre el conjunto de datos

print(titanic_data.info())

# Estadísticas descriptivas del conjunto de datos

print(titanic_data.describe())

# Visualizar la distribución de edades

sns.histplot(titanic_data['Age'].dropna(), kde=False, bins=30)

plt.title('Distribución de Edades en el Titanic')

plt.xlabel('Edad')

plt.ylabel('Frecuencia')

plt.show()

# Visualizar la proporción de sobrevivientes por género

sns.countplot(x='Survived', hue='Sex', data=titanic_data)

plt.title('Sobrevivientes en el Titanic por Género')

plt.xlabel('Sobrevivió')

plt.ylabel('Conteo')

plt.show()

# Calcular la tasa de supervivencia por clase

class_survival_rate = titanic_data.groupby('Pclass')['Survived'].mean()

print(class_survival_rate)

# Visualizar la tasa de supervivencia por clase

sns.barplot(x=class_survival_rate.index, y=class_survival_rate.values)

plt.title('Tasa de Supervivencia por Clase en el Titanic')

plt.xlabel('Clase')

plt.ylabel('Tasa de Supervivencia')

plt.show()