Salta al contenido principal
Moodle UA 23-24
  • Página Principal
  • Más
Cerrar
Selector de búsqueda de entrada
En este momento está usando el acceso para invitados
Acceder
Moodle UA 23-24
Página Principal
Expandir todo Colapsar todo

Bloques

Salta Actividades

Actividades

  • CuestionarioCuestionarios
  • ForoForos
  • Recursos
  • TareaTareas
Salta Calendario

Calendario

◄   octubre |

noviembre 2025

| diciembre   ►
Lunes Lun Martes Mar Miércoles Mié Jueves Jue Viernes Vie Sábado Sáb Domingo Dom
         
Sin eventos, sábado, 1 noviembre 1
Sin eventos, sábado, 1 noviembre 1
Sin eventos, domingo, 2 noviembre 2
Sin eventos, domingo, 2 noviembre 2
Sin eventos, lunes, 3 noviembre 3
Sin eventos, lunes, 3 noviembre 3
Sin eventos, martes, 4 noviembre 4
Sin eventos, martes, 4 noviembre 4
Sin eventos, miércoles, 5 noviembre 5
Sin eventos, miércoles, 5 noviembre 5
Sin eventos, jueves, 6 noviembre 6
Sin eventos, jueves, 6 noviembre 6
Sin eventos, viernes, 7 noviembre 7
Sin eventos, viernes, 7 noviembre 7
Sin eventos, sábado, 8 noviembre 8
Sin eventos, sábado, 8 noviembre 8
Sin eventos, domingo, 9 noviembre 9
Sin eventos, domingo, 9 noviembre 9
Sin eventos, lunes, 10 noviembre 10
Sin eventos, lunes, 10 noviembre 10
Sin eventos, martes, 11 noviembre 11
Sin eventos, martes, 11 noviembre 11
Sin eventos, miércoles, 12 noviembre 12
Sin eventos, miércoles, 12 noviembre 12
Sin eventos, jueves, 13 noviembre 13
Sin eventos, jueves, 13 noviembre 13
Sin eventos, viernes, 14 noviembre 14
Sin eventos, viernes, 14 noviembre 14
Sin eventos, sábado, 15 noviembre 15
Sin eventos, sábado, 15 noviembre 15
Sin eventos, domingo, 16 noviembre 16
Sin eventos, domingo, 16 noviembre 16
Sin eventos, lunes, 17 noviembre 17
Sin eventos, lunes, 17 noviembre 17
Sin eventos, martes, 18 noviembre 18
Sin eventos, martes, 18 noviembre 18
Sin eventos, miércoles, 19 noviembre 19
Sin eventos, miércoles, 19 noviembre 19
Sin eventos, jueves, 20 noviembre 20
Sin eventos, jueves, 20 noviembre 20
Sin eventos, viernes, 21 noviembre 21
Sin eventos, viernes, 21 noviembre 21
Sin eventos, sábado, 22 noviembre 22
Sin eventos, sábado, 22 noviembre 22
Sin eventos, domingo, 23 noviembre 23
Sin eventos, domingo, 23 noviembre 23
Sin eventos, lunes, 24 noviembre 24
Sin eventos, lunes, 24 noviembre 24
Sin eventos, martes, 25 noviembre 25
Sin eventos, martes, 25 noviembre 25
Sin eventos, miércoles, 26 noviembre 26
Sin eventos, miércoles, 26 noviembre 26
Sin eventos, jueves, 27 noviembre 27
Sin eventos, jueves, 27 noviembre 27
Sin eventos, viernes, 28 noviembre 28
Sin eventos, viernes, 28 noviembre 28
Sin eventos, sábado, 29 noviembre 29
Sin eventos, sábado, 29 noviembre 29
Sin eventos, domingo, 30 noviembre 30
Sin eventos, domingo, 30 noviembre 30
Calendario del curso

Logotipo de la Universidad de Alicante.

Logotipo de la Universitat Jaume I.

Logotipo Universidad Politécnia de Valencia

Logotipo ValgrAI.

    CÓMO APRENDEN LAS MÁQUINAS A LEER Y ESCRIBIR (79485)

    Perfilado de sección

    • General
    • Sesión 9
    • Sesión 10
    • Sesión 11
    • Sesión 12
    • Sesión 13
    • Sesión 14
    • Sesión 15
    • Sesión 16
    • Evaluación Final
      • Sistemas PLN

        Aprendizaje automático (no LLM).

        Yoan Gutiérrez Vázquez


        Estructura de la sesión:

        1. Caso de uso Análisis de Sentimientos
          1. No supervisado-Heurística
          2. Supervisado
        2. Demostración práctica: Cuaderno python - Análisis de Sentimientos
        3. Demostración práctica: Uso de Herramienta WEKA - Análisis de Sentimientos
        4. Desarrollo de actividad individual y entrega de ejercicio: tecnología a elegir (Python o Weka)



      • Caso de uso - Análisis de Sentimientos Archivo
        Subido 23/04/2024 17:58
      • Recursos para ejercicio con Weka(EjemploTextoDeClase)) Archivo

        Obtener instalación de Weka: https://waikato.github.io/weka-wiki/downloading_weka/

        Ejemplos de código en WEKA: https://github.com/charlesSeek/weka-example 

        Subido 25/04/2024 11:06
      • Recursos para ejercicio con Weka (EjemploNoTexto) Archivo

        Obtener instalación de Weka: https://waikato.github.io/weka-wiki/downloading_weka/

        Ejemplos de código en WEKA: https://github.com/charlesSeek/weka-example 

        Subido 25/04/2024 11:07
      • Recursos para ejercicio con Weka(TextoAS_Dataset)) Archivo

        Obtener instalación de Weka: https://waikato.github.io/weka-wiki/downloading_weka/

        Ejemplos de código en WEKA: https://github.com/charlesSeek/weka-example 

        Subido 25/04/2024 11:14
      • Datsets BBC Reviews-Para el desarrollo de la tarea Archivo
        Subido 25/04/2024 11:20
      • Desarrollo de un modelo de Clasificación Textual Tarea

        En esta práctica estudiaremos cómo crear modelos de clasificación de textos con el lenguaje Python, utilizando la librería Sklearn. Además, se podrá utilizar como alternativa la herramienta visual Weka para el mismo fin.

        Se orientarán ejercicios a resolver en los que el estudiante podrá hacer uso del siguiente ejemplo para adaptarlo al problema a resolver o de la herramienta visual Weka: 
         
        • Cuaderno de ejemplo python
        • Herramienta visual Weka


        Ejercicios

        1. Basándose en el ejemplo anterior haga uso del siguiente dataset y diseñe su propio sistema para el análisis de sentimientos. 

        - sample_data/ejercicio_bbc_train.csv
        - sample_data/ejercicio_bbc_test.csv


        Ejercicios adicionales (opcional)

        Elige alguno de los siguientes datasets y conforma tu propio sistema de sentiment analysis.

        • SA Kaggle
        • Product review (recomendado)
        • SA huggingface



        Criterios a tener en cuenta para la práctica:

        • Se entrega
          • A) el cuaderno jupyter notebook con comentarios descriptivos y el enlace online para ejecutarlo o; 
          • B) en el caso de utilizar Weka se entrega el modelo obtenido y un documento de informe con capturas de pantalla de los resultados obtenidos.
        • El sistema a entregar no debe tener errores de ejecución, de lo contrario no se revisará.
        • En el caso de reutilizar el cuaderno jupyter notebook cada modificación de autor incorporada en cuaderno debe ser señalada con comentario. Por ejemplo ####Codigo NOMBRE_DEL_AUTOR ....#####.
        • - Se deben comentar y describir los aportes realizados por el autor, y explicar los motivos
        • - Se deben evaluar varias opciones de experimentación (i.e. pre-procesamiento, configuraciones, tecnologías, modelos) y explicarlas.
        • - Se deben describir textualmente discusiones y conclusiones del estudio en el informe de entrega.

      • BBC train como texto Archivo
        Subido 30/04/2024 19:22
      • BBC test como texto Archivo
        Subido 30/04/2024 19:35
    En este momento está usando el acceso para invitados (Acceder)
    Descargar la app para dispositivos móviles
    Desarrollado por Moodle