Este repositorio contiene una colección de proyectos de Machine Learning clásico, implementados en Python usando Jupyter Notebooks, con datasets incluidos para aprendizaje y experimentación.
Los proyectos cubren desde algoritmos supervisados hasta modelos probabilísticos.
- ✔️ Support Vector Machines (SVM)
- ✔️ Hidden Markov Models (HMM)
- ✔️ Regresión (Lineal, Logística)
- ✔️ Naive Bayes
- ✔️ Redes Bayesianas
- ✔️ K-Nearest Neighbors (KNN)
- ✔️ Decision Trees
- ✔️ Otros modelos estadísticos y probabilísticos
Cada algoritmo contiene:
algorithm_name/
├── data/ # Datasets usados en el proyecto
├── notebooks/ # Jupyter notebooks con experimentos
└── README.md # Explicación del proyecto