​​

Temario

​

​

1. Entorno local - Instalación

   • Conda – Miniconda y Anaconda

   • Bibliotecas, versiones y canales de distribución

   • Jupyter Notebook

2. Introducción a Python y Jupyter Notebook

   • Python y entornos de desarrollo integrado (IDEs) más comunes

   • Jupyter Notebooks

   • Tipos de datos

   • Operadores

   • Bloques de código y estructuras de control

   • Funciones

   • Manejo de Errores

3. Introducción a  Pandas 

   • Principales estructuras de Pandas

   • Funciones, métodos y atributos

   • Describir el conjunto de datos

   • Acceso a los datos usando etiquetas o posiciones

   • Filtrado de datos

   • Funciones de agregación 

   • Visualización con pandas

4. Python y ML en la nube

5. Clasificación de imágenes utilizando Perceptrón

6. Clasificación de clientes utilizando Árboles de Decisión

7. Clasificación de textos utilizando regresiones logísticas

8. Clusterización utilizando  K-means