Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 12 vistas

    00 Presentación

    Cargado por

    jorge alarcon
    Este capítulo introduce Pandas, una herramienta fundamental para el preprocesamiento de datos en Python. Explica que el preprocesamiento de datos, como la limpieza de datos, es una actividad importante antes del machine learning. También cubre NumPy, Matplotlib y la metodología de ciencia de datos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    00 Presentación

    Cargado por

    jorge alarcon
    12 vistas17 páginas
    Este capítulo introduce Pandas, una herramienta fundamental para el preprocesamiento de datos en Python. Explica que el preprocesamiento de datos, como la limpieza de datos, es una actividad importante antes del machine learning. También cubre NumPy, Matplotlib y la metodología de ciencia de datos.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este capítulo introduce Pandas, una herramienta fundamental para el preprocesamiento de datos en Python. Explica que el preprocesamiento de datos, como la limpieza de datos, es una actividad importante antes del machine learning. También cubre NumPy, Matplotlib y la metodología de ciencia de datos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    12 vistas17 páginas

    00 Presentación

    Cargado por

    jorge alarcon
    Este capítulo introduce Pandas, una herramienta fundamental para el preprocesamiento de datos en Python. Explica que el preprocesamiento de datos, como la limpieza de datos, es una actividad importante antes del machine learning. También cubre NumPy, Matplotlib y la metodología de ciencia de datos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 17

    PYTHON FUNDAMENTALS

    FOR DATA SCIENCE


    Capítulo 4: Preprocesamiento de datos en Python
    OBJETIVOS
    • Utilizar la librería Pandas.
    • Aplicar el preprocesamiento de datos, previo a llevar a cabo
    actividades de machine learning.
    AGENDA
    1. El Data Scientist.
    2. Metodología Data Science.
    3. NumPy.
    4. Pandas.
    5. Matplotlib.
    1. EL DATA SCIENTIST
    - Es sexy ser un Científico de Datos -
    1. EL DATA SCIENTIST
    - Competencias de un Científico de Datos -
    1. EL DATA SCIENTIST
    - Existen muchos Roles -

    Fuente: kdnuggets
    1. EL DATA SCIENTIST
    - Sueldos Promedio (EEUU) -

    Fuente: kdnuggets
    2. METODOLOGÍA DATA SCIENCE

    Fuente: Kaldero (2018). Data Science for Executives.


    3. NUMPY
    •Una de las librerías principales de Data Science en
    Python.

    •Prerrequisito para Pandas.

    •Procesamiento de datos y operaciones de algebra lineal.

    • Array
    • Matrices
    4. PANDAS

    •Fundamental para la •Construido encima de


    exploración de datos. NumPy.

    •Soporte para diversas •Se crea una especie de hoja


    de cálculo en memoria
    fuentes de datos.
    llamada DataFrame.

    Tareas:
    - Limpieza de datos.
    - Ingeniería de datos.
    - Aplicar funciones a los datos.
    - Creación de otras estructuras.
    5. MATPLOTLIB
    • Fundamental para la visualización de Produce los siguientes tipos de
    datos gráficos:
    • Integración con Pandas y otras librerías
    como Seaborn • Líneas
    • Barras
    • Histogramas
    • Scatterplot
    • Piechart
    • Boxplots
    LABORATORIO Nº 1: PANDAS
    Al finalizar el laboratorio, el alumno logrará:

    • Aplicar los fundamentos de NumPy.


    • Aplicar los fundamentos de Pandas.
    LABORATORIO Nº 2: TITANIC
    Al finalizar el laboratorio, el alumno logrará:

    • Analizar la exploración de datos.


    • Aplicar limpieza de datos.
    • Aplicar transformaciones de datos.
    • Aplicar estadísticas a los datos.
    • Aplicar visualizaciones de datos.
    TAREA Nº 5: PANDAS
    • Resolver los ejercicios en el Notebook Jupyter compartido.
    • Enviar por Notebook Jupyter al correo del instructor.
    RESUMEN
    En este capítulo, usted aprendió:

    • Que Pandas es una herramienta fundamental para diversas tareas de


    preprocesamiento de datos, como lo es la limpieza de datos.
    • Que el preprocesamiento de datos supone una actividad importante
    previa al machine learning.
    BIBLIOGRAFÍA
    • Python. Python for beginners.
    https://www.python.org/doc/

    • Scikit-learn. Biblioteca de aprendizaje automático.


    https://scikit-learn.org/stable/

    • TensorFlow. Crea modelos de aprendizaje automático.


    https://www.tensorflow.org/?hl=es-419

    • Kaggle. Comunidad de científicos de datos del aprendizaje automático.


    https://www.kaggle.com/

    También podría gustarte