Scribd
Cargar
5 vistas10 páginas

1 Introducción en Python Uniminuto

El documento presenta una introducción a Python, destacando su historia desde su creación en 1989 hasta la actualidad, incluyendo el fin del soporte para Python 2 en 2020 y la popularidad de Python 3. También se enumeran las principales librerías para inteligencia artificial, como TensorFlow, PyTorch y scikit-learn, junto con descripciones de sus funciones. Además, se ofrece una breve descripción de bibliotecas clave como Matplotlib, NumPy, Pandas y Seaborn, que son esenciales para la visualización y análisis de datos.

Cargado por

Bohanerges Arias
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 PPTX, PDF, TXT o lee en línea desde Scribd
5 vistas10 páginas

1 Introducción en Python Uniminuto

El documento presenta una introducción a Python, destacando su historia desde su creación en 1989 hasta la actualidad, incluyendo el fin del soporte para Python 2 en 2020 y la popularidad de Python 3. También se enumeran las principales librerías para inteligencia artificial, como TensorFlow, PyTorch y scikit-learn, junto con descripciones de sus funciones. Además, se ofrece una breve descripción de bibliotecas clave como Matplotlib, NumPy, Pandas y Seaborn, que son esenciales para la visualización y análisis de datos.

Cargado por

Bohanerges Arias
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 PPTX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 10

Fundamentos para IA

Introducción a Python

Fecha: 13/03/2024
Félix Julián Gutiérrez Bernal
Python
1989-1991: Inicio de Python

•1989: Guido van Rossum inicia el desarrollo de Python en los Países Bajos.
•1991: Se lanza la versión 0.9.0.

1994-2000: Primeras versiones y comunidad

•1994: Se lanza Python 1.0.


•2000: Python 2.0 introduce recolección de basura y soporte para Unicode.

2008: Lanzamiento de Python 3.0 (Python 3000)

•2008: Python 3.0, también conocido como "Python 3000" o "Py3k", se lanza con cambios significativos en la sintaxis y la
filosofía del lenguaje.

2010-2019: Coexistencia de Python 2 y 3

•2010: Aunque Python 3 está disponible, la transición desde Python 2 lleva tiempo, y ambas versiones coexisten.
•2014: El soporte oficial para Python 2 se detendrá en 2020, lo que lleva a un mayor esfuerzo para migrar a Python 3.

2020: Fin del soporte para Python 2

•2020: Python 2 llega al final de su vida útil oficial. La comunidad se centra completamente en Python 3.

2021-2022: Continuo desarrollo y popularidad

•2021: Python sigue siendo uno de los lenguajes de programación más populares y se utiliza en diversos campos,
incluyendo inteligencia artificial, desarrollo web y ciencia de datos.
•2022: La versión más reciente es Python 3.9, y el desarrollo continúa con mejoras en el rendimiento, nuevas
características y actualizaciones de las bibliotecas.
Instalación
https://www.python.org/downloads/

https://conda.io/projects/conda/en/latest/user-guide/install/index.html
Principales librerías para IA
Librería Descripción
TensorFlow Biblioteca de código abierto desarrollada por Google para implementar y entrenar modelos de aprendizaje profundo.

PyTorch Framework de aprendizaje profundo desarrollado por Facebook que facilita la creación y entrenamiento de modelos flexibles.

scikit-learn Librería para aprendizaje automático que proporciona herramientas simples y eficientes para análisis de datos y modelado.

Keras Interfaz de alto nivel para TensorFlow que simplifica la construcción y entrenamiento de modelos de aprendizaje profundo.

NLTK Librería de procesamiento de lenguaje natural que ofrece herramientas para trabajar con texto, tokenización y análisis.

OpenCV Biblioteca de visión por computadora que proporciona herramientas para el procesamiento de imágenes y videos.

NumPy Biblioteca fundamental para computación científica en Python, esencial para manipulación eficiente de matrices y vectores.

Pandas Librería que proporciona estructuras de datos flexibles y herramientas para el análisis y manipulación de datos.

Matplotlib Biblioteca para la creación de gráficos estáticos, interactivos y animaciones, útil para visualización de datos en IA.

Seaborn Basada en Matplotlib, Seaborn ofrece una interfaz de alto nivel para gráficos estadísticos atractivos y informativos.
Matplotlib
• Matplotlib es una biblioteca de
visualización en 2D y 3D en Python que
proporciona una variedad de gráficos de
alta calidad para la representación visual
de datos. Su flexibilidad y potencia la
convierten en una herramienta esencial
para la creación de gráficos en diversos
campos, desde la ciencia de datos hasta
la investigación académica. A
continuación, se presenta una síntesis
detallada de Matplotlib, destacando sus
principales métodos y aplicaciones.
NUMPY
• NumPy, que significa "Numerical
Python", es una biblioteca
fundamental para la computación
científica en Python. Su característica
principal es la manipulación eficiente
de arreglos multidimensionales, lo
que lo convierte en una herramienta
esencial para tareas matemáticas y
científicas. A continuación, se
presenta una síntesis detallada de
NumPy, destacando sus principales
métodos y su aplicación.
Pandas
• Pandas es una biblioteca de Python
especializada en estructuras de datos
y herramientas de análisis de datos.
Diseñada para facilitar la manipulación
y análisis de datos tabulares, Pandas
es ampliamente utilizada en ciencia de
datos, análisis financiero y cualquier
tarea que involucre datos tabulares. A
continuación, se presenta una síntesis
detallada de Pandas, destacando sus
principales métodos y aplicaciones.
SEABORN
• Seaborn es una librería de visualización
de datos en Python que se basa en
Matplotlib y proporciona una interfaz de
alto nivel para crear gráficos atractivos
y informativos. Su objetivo es hacer que
la visualización de datos sea más fácil y
agradable, simplificando la creación de
gráficos estadísticos complejos con
menos líneas de código. A
continuación, se presenta una síntesis
de la librería Seaborn, destacando sus
principales métodos y aplicaciones.
GRACIAS

También podría gustarte