Artboard 1 copy 7.png
Python y ML en Jupyter Notebook y Google Colab

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

Contacto

CDMX, México.

  • Facebook icono social