Repositorio del Máster en Inteligencia Artificial y Big Data (IABD)

Bienvenido a este repositorio, que contiene los materiales y proyectos desarrollados durante el Máster en Inteligencia Artificial y Big Data (IA & BD). 🧠

📖 Descripción

Este repositorio sirve como un espacio centralizado para organizar, compartir y documentar el trabajo realizado a lo largo del máster. Incluye:

• Apuntes de teoría y conceptos clave.

• Código de las prácticas y proyectos.

• Ejercicios resueltos y ejemplos aplicados.

• Recursos adicionales y referencias relevantes.

📚 Estructura del Repositorio

La organización del repositorio sigue las asignaturas y módulos principales del máster:

/
├── PIA/                # Programacion de Inteligencia Artificial
├── SAA/                # Sistemas de Aprendizaje Automatico
├── SBD/                # Sistemas Big Data
├── BDA/                # Big Data Aplicado
├── MIA/                # Modelos de Inteligencia Artificial
├── proyectos/          # Proyectos del curso
├── recursos/           # Documentos y recursos adicionales
└── README.md   

🚀 Tecnologías y Herramientas

A lo largo del máster, se utilizan diversas herramientas y tecnologías, entre las que destacan:

• Lenguajes de programación: Python, Scala.

• Frameworks de Machine Learning: TensorFlow, PyTorch, Scikit-learn.

• Big Data: Apache Hadoop, Spark, NiFi.

• Bases de datos: PostgreSQL, MongoDB, Cassandra.

• Visualización: Tableau, Power BI, Matplotlib, Seaborn.

• Entornos de desarrollo: Jupyter, VS Code, Docker.

🔧 Uso

Puedes clonar este repositorio para explorarlo localmente:

git clone https://github.com/tu-usuario/nombre-del-repo.git

Asegúrate de instalar las dependencias necesarias especificadas en los archivos de cada módulo o proyecto.

😎 Recursos Recomendados

• Libros:

  • "Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow" - Aurélien Géron

  • "Big Data: Principles and best practices of scalable realtime data systems" - Nathan Marz

🎓 Licencia

Este repositorio está bajo la licencia MIT. Consulta el archivo MIT para más detalles.