0% encontró este documento útil (0 votos)
139 vistas4 páginas

MD105 Machine Learning en Python 1.282111123

Este curso de cuatro semanas introduce Python para aplicaciones de aprendizaje automático y minería de datos, enseñando conceptos básicos de programación, análisis de datos, visualización y la creación de documentos. Los estudiantes aprenderán a instalar paquetes de Python, importar y analizar datos, y desarrollar programas orientados a objetos para resolver problemas reales usando herramientas estadísticas.

Cargado por

miguel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
139 vistas4 páginas

MD105 Machine Learning en Python 1.282111123

Este curso de cuatro semanas introduce Python para aplicaciones de aprendizaje automático y minería de datos, enseñando conceptos básicos de programación, análisis de datos, visualización y la creación de documentos. Los estudiantes aprenderán a instalar paquetes de Python, importar y analizar datos, y desarrollar programas orientados a objetos para resolver problemas reales usando herramientas estadísticas.

Cargado por

miguel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 4

Machine Learning con Python 1

Programación en Python
Duración: Cuatro semanas.

Descripción:

Este curso ofrece una introducción práctica a las


técnicas modernas de computación de datos
utilizando el lenguaje de programación Python.
Para esto se estudiará el uso de Python en
aplicaciones estadísticas y de minería de datos,
así como la creación de gráficos estadísticos y la
creación documentos auto reproducibles.

Se enseñarán los fundamentos básicos de Python


como lenguaje de programación de
computadoras, especialmente orientado a la
programación de aplicaciones Estadísticas y de
Minería de Datos.

En este curso se estudiará en primera instancia a


Python como un Lenguaje de Programación
Funcional y luego como lenguaje Orientado a
Objetos. Se estudiarán los principales aspectos
del paradigma de Programación Orientada a
Objetos, como son Herencia de Clases, Composición de Objetos, Polimorfismo, Atributos y
Métodos Públicos y Privados. Todo esto haciendo mucho énfasis en el verdadero estilo
“Pythonico de Progración.

Se estudiará además la instalación y uso de paquetes en Python, estos permiten ampliar


las capacidades del lenguaje existiendo actualmente más de 5,000 paquetes disponibles
para su instalación.

Los ejemplos de este curso estarán motivados por problemas reales en el campo. Por lo
tanto, los estudiantes adquieren conocimientos de muchas herramientas diferentes que
pueden combinarse para resolver problemas reales.

Objetivos:

El objetivo fundamental de este curso es que el estudiante sea capaz de:

1. Comprender los conceptos básicos de la lógica de programación en lenguaje


Python.
2. Entender la sintaxis y semántica del lenguaje así como poder identificar errores.
3. Instalar y actualizar de paquetes.
4. Importar datos desde diversos orígenes.
5. Utilizar las funciones provistas por el lenguaje para efectuar análisis de datos.
6. Compreder y programar en Python como lenguaje Orientado a Objetos.
7. Desarrollar métodos y clases propias en lenguaje Python.
8. Presentar los resultados de los análisis a través de gráficos estadísticos
9. Crear documentos autoreproducibles en diversos formatos como html, doc y pdf.

Metodología:

Basado en la teoría y en la aplicación directa de los conceptos aprendidos. Para esto se


dispondrán de las siguientes herramientas.

● Una vídeo conferencia semanal, las cuales quedarán grabadas en Webex, para que
los alumnos la puedan acceder en cualquier momento.
● Trabajos prácticos semanales.
● Foros para plantear dudas al tutor y compañeros.
● Aula virtual en Moodle.

Luego de este curso el estudiante será capaz de:

Programar en lenguaje Python proyectos de Minería de Datos.

Contenido:

• Python como Lenguaje de Programación


a) Python 2 versus Python 3
b) Instalando Anaconda, Spyder, Scikit-Learn, NumPy, SciPy, IPython, Jupiter,
Matplotlib, Pandas y Sympy.
c) Variables y tipos de datos
d) Listas y Diccionarios en Python
e) Sentencias de control tipo “if”
f) Ciclos tipo “While”
g) Funciones en Python
h) Definiciones en Programación Orientada a Objetos
i) Diseño de programas Orientados a Objetos
j) Objetos y Clases en Python
k) Herencia simple y múltiple
l) Clases Abstractas y Polimorfismo
Evaluación:

El curso se evalúa con 4 tareas, una por semana, cada tarea tiene un valor de 25 puntos.
La nota mínima de aprobación es de 70.

Bibliografía:

1. Andreas C. Müller and Sarah Guido. Introduction to Machine Learning with Python:
A Guide for Data Scientists. O’Reilly, 1st Edition, 2017.
2. Dusty Phillips. Python 3 Object-oriented Programming, Second Edition. Packt
Publishing Ltd, 2015.
3. Eric Matthes. Python Crash Course A Hands-On, Project-Based introduction to
Programming. No Starch Press, Inc. 2016.
4. Jake VanderPlas. Python Data Science. O’Reilly, 2017.
5. John Paul Mueller (Author) and Luca Massaron. Python for Data Science For
Dummies (For Dummies (Computer/Tech)) 1st Edition, 2015.
6. Steven F. Lott. Mastering Object-oriented Python. Packt Publishing Ltd, 2014.
7. Python Software Foundation. 2017. Python 3.6.2 documentation. python.org.
8. Anaconda 2017. Download Anaconda Distribution Python 3.6 version. Anaconda
Inc.
9. Anaconda 2017. Anaconda Documentation. Anaconda Inc.
10. Richard, C. (2013). Learning R: A Step-by-Step Function Guide to Data Analysis.
Sebastopol: OReilly.
11. Matloff, N. (2013). The art of R programming: A tour of statistical software design.
San Francisco: No Starch Press.

También podría gustarte