Tarea 5: Clasificación usando árboles de decisión
Clasificación de medicamentos según variables clínicas y valores en sangre con árboles de decisión, validación cruzada, importancia de características y comparación con top 3.
Coursework
Academic assignments and projects from my current courses
Tarea 4: El problema multiclase con MVS
Con los mismos datos del problema multiclase (regresión logística), resolver con MVS y presentar ambas gráficas de superficies de decisión para compararlas.
Tarea 4: El Oscilador Caótico Funcionando en el FPGA
Extracción de datos del FPGA vía UART, verificación de recursos, validación en C y visualización de diagramas de fase del oscilador caótico de Lü
Tarea 3: Evaluación de los algoritmos
Comparación del modelo MVS (SVM) con regresión logística y K vecinos más cercanos usando validación cruzada de 5 y 10 dobleces.
Tarea 3: Diseño en Verilog del Oscilador Caótico de Lü
Implementación completa del oscilador caótico de Lü con control de estados y generación de trayectorias para visualización
Tarea 2: Regresión Logística
Implementación en Python de la Regresión Logística, clasificación binaria y visualización de fronteras de decisión.
Tarea 2: Implementación en Verilog del Sistema Caótico de Lü
Diseño e implementación en Verilog del módulo que calcula las derivadas del sistema caótico de Lü utilizando aritmética de punto fijo Q12.18
Tarea 1: Regresión lineal
Implementación en Python de la Regresion Lineal, Errores RMS, R al cuadrado de 1 a 10 Grados.
Tarea 1: Sistema Caótico Con Punto Fijo/Flotante
Implementación en Python y C (Utilizando la librería de punto fijo) del sistema caótico Lü.
Tarea 10: Árbol de Intervalos
Pseudocódigo e implementación en Python de un árbol de intervalos basado en árboles rojo-negro con operaciones de inserción, borrado y búsqueda de solapamientos.
Tarea 9: Árboles Rojo y Negro
Pseudocódigo e implementación en Python de un árbol de búsqueda binario rojo y negro con operaciones de inserción, borrado y visualización.
Tarea 8: Creación de un árbol binario
Pseudocódigo e implementación en Python de un árbol de búsqueda binario con todas sus operaciones básicas.
Tarea 7: Estadísticas de orden - Mediana en tiempo lineal
Implementación del algoritmo SELECT (Median-of-Medians) para encontrar la mediana en tiempo O(n) con análisis de complejidad temporal.
Tarea 6: Ordenamiento del montón
Implementación en Python del algoritmo Heapsort con múltiples ejecuciones y datos de entrada variados.
Tarea 5: Algoritmos aleatorizados
Implementación y análisis de algoritmos aleatorizados: contratación de asistentes y algoritmo de Las Vegas.
Tarea 4: Ecuaciones de recurrencia
Resolución de problemas de ecuaciones de recurrencia aplicando diferentes métodos de análisis.
Tarea 3: Búsqueda del subarreglo máximo
Implementación en Python del algoritmo de subarreglo máximo usando divide y vencerás.
Tarea 2: Tamaño del problema que se puede solucionar
Análisis de complejidad temporal y determinación del tamaño máximo de problemas solucionables.
Tarea 1: Algoritmo para el trazo de una línea en cualquier sentido
Análisis del número de casos para trazar una línea, implementación en Python y generación de gráficas.