Sesión 05 --- Nov 30
-------------------------------------------------------------------------------

.. raw:: html

   <hr style="height:1px;border-width:0;color:gray;background-color:gray">

**Casos Prácticos**

* Taller Presencial 08 --- `Pipelines <https://classroom.github.com/a/EGlU9A6A>`_ 

* Taller Presencial 09 --- `SelectKBest para regresión <https://classroom.github.com/a/QlN-69aK>`_ 

* Taller Presencial 10 --- `SelectKBest para clasificación <https://classroom.github.com/a/ZkJcNQXe>`_ 




.. raw:: html
   
   <br>
   <hr style="height:1px;border-width:0;color:gray;background-color:gray">

**Transformaciones del Dataset**

* `Pipelines y estimadores compuestos <https://jdvelasq.github.io/curso_ml_con_sklearn/c05_transformaciones.html>`_ 

* `Extracción de características <https://jdvelasq.github.io/curso_ml_con_sklearn/18_extraccion_de_caracteristicas/__index__.html>`_ 

* `Preprocesamiento de datos <https://jdvelasq.github.io/curso_ml_con_sklearn/19_preprocesamiento_de_datos/__index__.html>`_ 

* `Imputación de valores faltantes <https://jdvelasq.github.io/curso_ml_con_sklearn/20_imputacion_de_valores_faltantes/__index__.html>`_ 

* `Proyecciones aleatorias <https://jdvelasq.github.io/curso_ml_con_sklearn/21_proyecciones_aleatorias/__index__.html>`_ 

* `Kernels y su aproximación <https://jdvelasq.github.io/curso_ml_con_sklearn/22_kernels_y_su_aproximacion/__index__.html>`_ 

* `Transformación de la variable de salida <https://jdvelasq.github.io/curso_ml_con_sklearn/23_transformacion_de_la_variable_de_salida/__index__.html>`_ 


.. raw:: html
   
   <br>
   <hr style="height:1px;border-width:0;color:gray;background-color:gray">

**Aprendizaje Supervisado**

* `Selección de características <https://jdvelasq.github.io/curso_ml_con_sklearn/39_seleccion_de_caracterisiticas/__index__.html>`_ 

* `Gradiente descendente estocástico <https://jdvelasq.github.io/curso_ml_con_sklearn/31_gradiente_descendente_estocastico/__index__.html>`_