
Introducción a Python para Ciencia de Datos
Empieza tu camino con Bourbaki sin costo...
Crea una cuenta en Blenio para acceder a este curso introductorio on-demand.
──────────────────
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 al Curso
- Introducción a Python
Instalación
- Instalación de Python y Jupyter Notebook
- El entorno local de trabajo utilizando miniconda
Python y Jupyter Notebook
- Python y Jupyter Notebook en la nube con Colaboratory
Usando Python como una calculadora
- Operadores aritméticos
Variables en Python
- Variables en Python
Tipos de Datos
- Numéricos
- Listas
- Tuplas
- Cadenas de caracteres
- Conjuntos
- Diccionarios
Operadores más allá de los aritméticos
• Operadores de Comparación
• Operadores de Asignación
• Operadores Lógicos
• Operadores de pertenencia y de identidad
Bloques de código y estructuras de control
• 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
- Clasificación y manejo de errores
Funciones
• ¿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 sencilloseón
- Programación con Python de algoritmos sencillos
Leer y guardar archivos con Python
- Leer y guardar archivos con Python
Módulos en Python
• Módulos en Python Nativo
• Módulos de terceros
• Módulos propios
¿Quieres saber más?
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.

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.

Lo que dicen los ESTUDIANTES
“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.”
“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.”
“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.”
“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.”

Curso Includes
- 8 Lecciones
- 14 Temas
- 1 Cuestionario
- Curso Certificate
Formato: On-demand
Duración: 16 horas
Precio: Sin Costo
Nivel: propedeutico
CURSO ON-DEMAND

