Scribd
Cargar
11 vistas2 páginas

Taller de Python para Análisis de Datos

El taller de apoyo en programación en Python, dirigido por Ricardo Pino, se llevará a cabo del 20 de enero al 8 de febrero a través de Zoom, con clases de 2 horas diarias. El curso está diseñado para reforzar conocimientos en Python para el análisis de datos en minería, incluyendo temas desde conceptos básicos hasta introducción a Deep Learning. Cada clase incluye un repaso de la materia anterior y ejercicios prácticos para consolidar el aprendizaje.

Cargado por

Maria Jose
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 PDF, TXT o lee en línea desde Scribd
11 vistas2 páginas

Taller de Python para Análisis de Datos

El taller de apoyo en programación en Python, dirigido por Ricardo Pino, se llevará a cabo del 20 de enero al 8 de febrero a través de Zoom, con clases de 2 horas diarias. El curso está diseñado para reforzar conocimientos en Python para el análisis de datos en minería, incluyendo temas desde conceptos básicos hasta introducción a Deep Learning. Cada clase incluye un repaso de la materia anterior y ejercicios prácticos para consolidar el aprendizaje.

Cargado por

Maria Jose
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 PDF, TXT o lee en línea desde Scribd

TALLER DE APOYO PROGRAMACIÓN EN PYTHON

EXPOSITOR : Ricardo Pino (alumno 4to año Ingeniería Civil en Minería)

DURACIÓN : Miércoles 20 de Enero a Lunes 8 de Febrero

PLATAFORMA : ZOOM

Se realizarán clases de 2 horas por día, de 16:00 – 18:00, en las cuales cada segunda clase se realizará una
sección de materia mientras que en la segunda parte corresponderá a una ayudantía donde deberán si así
lo desean realizar ejercicios que serán publicados sobre la materia vista durante el día y el día anterior.

Actividad opcional de apoyo a los alumnos que deseen reforzar sus conocimiento en Phyton para el curso
Análisis de Datos (Minería) o que busquen recordar lo visto en la cátedra de programación.

1. Clase 20/01
a. Tour ms teams.
b. ¿Qué es Python?
c. Funciones esenciales.
d. Variables.
e. Tipos de datos.
f. Operadores básicos.
g. Semántica básica.
h. Conversión de datos.
i. Ayuda instalación programas necesarios.
2. Clase 22/01
a. Repaso clase pasada.
b. Operadores lógicos.
c. If, elif, else.
d. Ciclo while.
e. Ciclo for.
f. Ejercicios.
3. Clase 25/01
a. Repaso clase pasada.
b. Listas.
c. Diccionarios.
d. Set.
e. Tuplas.
f. Matrices.
4. Clase 27/01
a. Repaso clase pasada.
b. Repaso ciclos.
c. Break.
d. Continue.
e. Funciones.
f. Ejercicios.
5. Clase 29/01
a. Repaso clase pasada.
b. Introducción a OOP.
c. Clases.
d. Estructura de las clases.
e. Heredar.
f. Parent y child classes.
g. Encapsulación.
h. Polimorfismo.
i. Assert.
6. Clase 01/02
a. Repaso general materia vista.
b. Numpy.
c. Pandas.
d. Matplotlib.
e. Trabajar con cvs.
f. Ejercicios.
7. Clase 03/02
a. Repaso clase pasada.
b. Introducción DL y ML.
c. Proceso análisis.
d. Diferencia entre ML y DL.
e. Importancia de ML y DL.
f. ¿Por qué DL en vez de ML?
g. Introducción a MS Azure, AWS.
h. Introducción Deep learning.
i. Ejercicios.
8. Clase 05/02
a. Repaso clase pasada.
b. Sintaxis DL.
c. Formulas básicas DL.
d. Back y forward propagation.
e. Cost function.
f. Relu, sigmoid, leaky Relu.
9. Clase 08/02
a. Repaso clase pasada.
b. Multiple layers and nodes.
c. Repaso general DL.
d. Proyecto análisis de una base de datos aplicando DL.

También podría gustarte