Salta al contenido principal
Panel lateral
Enlaces de interés
FING
Bedelia
SGAE
OpenFing
Noticias
Redes sociales
Orientacion y consulta
Convivencia
Cursos
Institutos
Tecnólogos
Posgrados
Extensión
Institucional
Más
Buscar
Cerrar
Buscar
Selector de búsqueda de entrada
En este momento está usando el acceso para invitados
Acceder
Página Principal
Abrir índice del curso
Institutos
CDLN
Leyes de Zipf y de Heap
Leyes de Zipf y de Heap
Leyes de Zipf y de Heap
Haga clic en el enlace
Leyes de Zipf y de Heap
para abrir el recurso.
◄ Parte 2 - Medidas de Teoría de la Información
Ir a...
Ir a...
Novedades
Consultas generales
Preguntas sobre temas de teórico y prácticos
Formulario de inscripción Ciencia de Datos y Lenguaje Natural
Encuesta de opinión estudiantil CURSO semestre 2 de 2022 Ciencia de Datos y Lenguaje Natural
Encuesta DOCENTE semestre 2 de 2022 DINA WONSEVER
Encuesta DOCENTE semestre 2 de 2022 MATHIAS ETCHEVERRY
Formulario de evaluación Ciencia de Datos y Lenguaje Natural
Parte 1 - Historia del PLN
Parte 1 - Historia del PLN
Parte 2 - Nociones básicas
Parte 2 - Nociones básicas
Parte 1 - Etiquetado morfo-sintáctico
Parte 1 - Etiquetado morfo-sintáctico
Parte 2 - Análisis Sintáctico
Parte 2 - Análisis Sintáctico
Notebook 1
Cuentos de amor de locura y de muerte. Horacio Quiroga
Receptor de entregas - Notebook 1
Parte 1 - Medidas deTeoría de la Información
Parte 1 - Medidas de Teoría de la Información
Parte 2 - Medidas de Teoría de la Información
Parte 2 - Medidas de Teoría de la Información
Leyes de Zipf y de Heap
Clase 5 Regresión Logística parte 1
Regresión Logística parte 1
Regresión Logística parte 2
Regresión Logística parte 2
Medidas de evaluación
Medidas de evaluación
Notebook 2
Corpus de análisis de sentimiento
Léxicos positivo y negativo
Receptor de entregas - Notebook 2
Cap 6. Vector Semantics and Embeddings (Jurafsky & Martin, 3rd ed.)
Word Embeddings - parte 1
Word Embeddings - parte 2
Word Embeddings (notebook) - fastText, ejemplo
Cap 7. Neural Networks and Neural Language Models (Jurafsky & Martin, 3rd ed.)
Redes Neuronales - parte 1
Cap 9. Deep Learning Architectures for Sequence Processing (Jurafsky & Martin, 3rd ed.)
Redes Neuronales - parte 2
Notebook 3
Receptor de entregas - Notebook 3
Grafos de conocimiento
Grafos de conocimiento
Extracción de información - NER
Extracción de información - NER
Extracción de Información - Relaciones
Artículos a presentar
Asignación de artículos
Evaluación - ejemplos de preguntas
Solución a los ejemplos de preguntas
Leyes de Zipf y de Heap ►