1.1. Introducción al Python

1.2. Librería de Python para Machine Learning.

1.3. Machine Learning. Introducción.

2.1. Definición y aplicaciones.

2.2. Medidas de rendimiento.

2.3. Modelos lineales.

2.4. Modelos supervisados de ML: árboles, SVM, redes neuronales.

2.5. Combinación de modelos. Random Forest.

3.1. Definición y aplicaciones.

3.2. Medidas de rendimiento.

3.3. Clustering. Tipos

3.4. Biclustering.

3.5. Manifolds. Reducción de la dimensionalidad.

3.6. Análisis de la cesta.