Aprendizaje Automático sobre Grandes Volúmenes de Datos

Material Anexo

Material Anexo disponible:

• Census Income data en formato ARFF adaptado del UCI Machine Learning Repository (3.8 Mb)
  Usado en las Clase 3 y Clase 5.
• Archivo de entrenamiento extraido de Open Directory Project para usar con URL Classy (38 Mb)
  Usado en la Clase 4.
• Census Income data en formato ARFF sin valores numéricos ni faltantes (2.6Mb)
  Usado en la Clase 5.
• Perl script implementando information gain, public domain.
  Usado en la Clase 5.
• Hadoop 2 stable (2.4.1) más dos archivos java (133Mb).
  Usado en la Clase 16.
• Weka stable (3.6) más dos archivos java, más entrenamiento de música (207Mb).
  Usado en la Clase 18.
• Jython 2.7 beta más un archivo java (25Mb).
  Usado en la Clase 19.
• Mahout 1.0-SNAPSHOT (6651a328679742ce6c14ce8a4e6ab0bc0a05f7e9) compilado con Hadoop2 más 100k preferencias de MovieLens (118Mb).
  Usado en la Clase 20.
• Eclipse Kepler SR2 + Maven 3.2.3 + dos proyectos (207Mb).
  Usado en la Clase 21.
• Proyecto de clasificacion (4K).
  Usado en la Clase 22.
• DB para los primeros 100 mil commits en el repo GIT de linux. (24Mb)
  Usado en la Clase 23.
• Redis (v2.8.17) dump. (65Mb, ~6M keys).
  Usado en la Clase 25.
• Sample output.
  Usado en la Clase 25.
• 357k java methods decompiled, together with the first word on its method name (24Mb).
  Usado en la Clase 26.
• Complementary Naive Bayes results.
  Usado en la Clase 26.