Skip to content

osvarcha/python-analisis-modelado-datos

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

21 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Curso de introducción al análisis y modelado de datos con Python

pandas & scikit-learn

Binder or Google CoLab

La mejor forma de aprender a programar es haciendo algo útil, por lo que esta introducción a Python se centrará alrededor de una tarea común: solucionar problemas de análisis y modelado de datos comunes en el entorno académico e industrial. Python dispone de dos librerías principales para ello, pandas y scikit-learn. La primera, pandas, permite el manejo eficiente y sistemático de datos con formato de tabla. La segunda, scikit-learn, reúne los principales algoritmos de Machine Learning (aprendizaje automático) bajo una misma interfaz. Ambas librerías disponen de licencia totalmente libre y gratuita, incluso para empresas. No sorprende, por tanto, que empresas del calibre de Google o Microsoft no solo usen si no que financien dichos proyectos.

https://cacheme.org/curso-introduccion-datos-python/

Organización:

  • Jueves 22 y viernes 23 de febrero de 2018
  • De 15:30 a 18:30 h
  • en el edificio Politécnica (Laboratorio L24, ver mapa)

Contenido:

  1. Lectura y escritura desde distintos formatos con pandas
  2. Manejo de DataFrames: acceso a datos, filtrado y operaciones
  3. Visualizción: líneas, scatter, histogramas, boxplots...
  4. Operaciones de agrupación, reducción y pivotado
  5. Introducción al Aprendizaje Automático: tipos de problemas
  6. Funcionamiento básico de scikit-learn
  7. Clasificación, reducción de dimensionalidad y clustering

Instructores:

About

Curso de introducción al análisis y modelado de datos con Python (pandas y scikit-learn) - https://cacheme.org/curso-introduccion-datos-python/

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 99.9%
  • Other 0.1%