Introducción a Python para Ciencia de Datos

Introducción a Python

Creado por Bourbaki, colegio de matemáticas

Empieza tu camino con Bourbaki sin costo...

Crea una cuenta en Blenio para acceder a este curso introductorio on-demand. También recibirás una invitación para tomar una semana de clases en vivo.

Próximas clases en vivo: mayo 24-28

──────────────────

FORMATO: ON-DEMAND

──────────────────

DURACIÓN: 16 HORAS 

──────────────────

PRECIO: SIN COSTO

──────────────────

NIVEL: PRINCIPIANTE

──────────────────

Lo que aprenderás

Los principios del lenguaje de programación de Python y sus variables, funciones y estructuras de datos. Este curso funciona como una semana de  preparación para los cursos de Ciencias de Datos de Bourbaki.

Una semana de Python para principiantes en el mundo de las Ciencias de Datos

Trece módulos

 

16 Horas de contenido

On-Demand

 

  • Introducción al Curso
  • Introducción a Python
  • Instalación de Python y Jupyter Notebook
  • El entorno local de trabajo utilizando miniconda
  • Python y Jupyter Notebook en la nube con Colaboratory
  • Operadores aritméticos
  • Variables en Python
  • Numéricos
  • Listas
  • Tuplas
  • Cadenas de caracteres
  • Conjuntos
  • Diccionarios

 • Operadores de Comparación
• Operadores de Asignación
• Operadores Lógicos
• Operadores de pertenencia y de identidad 


• Declaración condicional if, elif, else
• Ciclos while, y ciclos for
• Control de flujo (continue, break, pass)
• Ciclos anidados
• Listas por comprensión

  • Clasificación y manejo de errores

• ¿Por qué necesitamos funciones en Python?
• Funciones integradas de Python(Built-in Functions)
• Funciones Lambda
• Funciones definidas por el usuario
• Funciones recursivas

  • Programación con Python de algoritmos sencillos
  • Leer y guardar archivos con Python

 • Módulos en Python Nativo
• Módulos de terceros
• Módulos propios

¿Quieres saber más?

¿Quién puede tomar el curso?

Un curso propedéutico de programación en Python para aquellos que no han programado. Una experiencia diseñada para personas que quieren entrar a Machine Learning u otras áreas de Ciencias de Datos.

Ver la especialización de Machine Learning aquí.

Descarga el temario del curso

Bourbaki, Colegio de Matemáticas

Un espacio para el aprendizaje personalizado en donde se imparten métodos de enseñanza para acercar a las personas al trasfondo matemático en múltiples fenómenos y procesos.
El objetivo es vincular la academia con aplicaciones de la realidad imperante y convertir el conocimiento matemático en una inversión sostenible, que genere riqueza.

Alfonso Ruiz

Profesor

Alfonso Ruiz estudió matemáticas en la UNAM, en la Université d’Orsay y en Oxford University. Durante su carrera ha visitado y expuesto su trabajo en diversas instituciones tales como UCLA, Universität Münster, Notre Dame University, Institute Henri Poincaré, IHES, CIRM, Sophus Lie Conference Centre, CIMAT, University of Miami entre otros. Actualmente es Director del Colegio de Matemáticas Bourbaki y dedica su tiempo a convertir la institución en un centro de enseñanza e investigación de primer nivel.

Aprender Machine Learning
Ana Isabel Ascencio

Profesora

Ana Isabel Ascencio Pedraza es Científica de Datos con más de 20 años de experiencia en análisis de datos para la toma de decisiones. Estudió Ingeniería Electromecánica en la Universidad Iberoamericana León, Métodos Estadísticos en el Centro de Investigaciones en Matemáticas (CIMAT) y Ciencia de Datos en el Centro de Investigación e Innovación en Tecnologías de la Información (INFOTEC). Actualmente es consultora en Ciencia de Datos y Analítica Avanzada.

Especialización en Deep Learning
Lo que dicen los ESTUDIANTES

Foto_Jorge

“La forma en que lo llevan el curso es muy bueno, es decir, de la teoría a la práctica. El que nos hagas pensar en otras aplicaciones, le da un mayor valor, ya que eso permite ver más allá de los ejemplos vistos.

Aunado a eso, el tiempo que dedican a resolver las dudas, y las diferentes formas de abordarlas, es algo que también valoro y agradezco muchísimo, así como el incitar la participación.

En resumen estoy muy contento y agradecido por este maravilloso curso, que si bien el contenido es excelente, también la forma y dedicación con la que lo imparten.”

foto_paola

“Es un curso avanzado, bastante completo en temas de Machine Learning, desmenuzarás y entenderás modelos de predicción en casos reales, los cuales aplicarás. Los profesores tienen mucha paciencia, y disponibilidad para esclarecer tus dudas, entre clases o fuera de ellas, si no te quedan claras las clases puedes repasar a través de los vídeos, los cuales también son de mucha ayuda. Es bastante completo, se necesitan bases de programación, y de matemáticas (los profesores facilitan mucho este último). Se lo recomiendo a todo aquel que esté interesado en enriquecer y fortalecer sus conocimientos en ML.”

Foto_Daniela

“Quedé más que satisfecha con los contenidos entregados, fue la mejor decisión que pude tomar.
Creo que la autocrítica vendría de mi parte, hubiese querido poder dedicarle más tiempo, pero aún así me quedo la impresión de haber aprendido bastante.
Como recomendaciones, creo que el formato de dos clases a la semana es bastante cómodo, pues permite que los contenidos se mantengan frescos.”

Foto_Pablo

“Recomiendo el curso de Fundamentos de Machine Learning.
Los ejercicios están muy bien elegidos y los ejemplos son muy elocuentes por sí mismos, razón por la cual son más que útiles y apropiados para la comprensión de los temas por parte del principiante.
Una especial felicitación para el Dr. Alfonso por su expertise en la materia.”

Open Registration

Curso Includes

  • 4 Lecciones
  • 14 Temas
  • 1 Cuestionario
  • Curso Certificate


  • Formato: On-demand

    Duración: 16 horas

    Precio: Sin Costo

    Nivel: propedeutico

    CURSO ON-DEMAND