Scribd
Cargar
7 vistas3 páginas

Python para Ciencia de Datos: Syllabus

El documento es un syllabus para un curso de Python aplicado a Data Science, que abarca desde la introducción a Data Science y fundamentos de Python hasta la programación orientada a objetos, manejo de errores, y manipulación de datos con bibliotecas como NumPy y Pandas. También incluye sesiones sobre visualización de datos y programación funcional en Python. Cada sesión está diseñada para desarrollar habilidades prácticas y teóricas esenciales en el campo de Data Science.

Cargado por

v.angelnetwork615
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
7 vistas3 páginas

Python para Ciencia de Datos: Syllabus

El documento es un syllabus para un curso de Python aplicado a Data Science, que abarca desde la introducción a Data Science y fundamentos de Python hasta la programación orientada a objetos, manejo de errores, y manipulación de datos con bibliotecas como NumPy y Pandas. También incluye sesiones sobre visualización de datos y programación funcional en Python. Cada sesión está diseñada para desarrollar habilidades prácticas y teóricas esenciales en el campo de Data Science.

Cargado por

v.angelnetwork615
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

PYTHON FOR DATA SCIENCE

SYLLABUS
Sesión 1: Introducción a Data Science y Fundamentos de Python

¿Qué es Data Science?

Historia y evolución de Data Science

Metodología y Herramientas más usadas

Roles y habilidades de un Data Scientist

Desafíos en el Data Science

Instalación y uso de librerías en Python

Sintaxis básica de Python

Variables, operadores y expresiones

Sesión 2: Programación Orientada a Objetos I

Introducción a la Programación Orientada a Objetos (OO)

Conceptos fundamentales: Clases y Objetos

Atributos y Métodos en las clases

Encapsulamiento y Abstracción en OO

Sesión 3: Programación Orientada a Objetos II

Herencia y Polimorfismo en OO

Métodos especiales (métodos mágicos) en Python

Relaciones entre clases: Composición y Agregación

Sesión 4: Tratamiento de Errores y Excepciones en Python

Manejo de excepciones y errores en Python

Uso de bloques try-except

Cláusulas finally y else

Sesión 5: Biblioteca NumPy para Manejo de Vectores

Introducción a NumPy

Arreglos NumPy: Indexación y segmentación

Operaciones con arreglos de NumPy, manipulación de formas y tamaños


Operaciones estadísticas con NumPy

Funciones matemáticas y algebraicas en NumPy

Sesión 6: Manipulación de Datos con la Biblioteca Pandas

¿Qué es la manipulación de datos?

Introducción a Pandas

Estructuras de datos en Pandas: Series y DataFrames

Importar y exportar datos con Pandas

Operaciones sobre DataFrames

Filtrado y búsqueda de datos con Pandas

Métodos y funciones de Pandas

Sesión 7: Visualización de Datos con Python I

Introducción a la visualización de datos

Librería Matplotlib para visualización

Librería Seaborn para visualización

Gráficos de dispersión

Gráficos de histogramas

Diagramas de caja

Sesión 8: Introducción a la Programación Funcional en Python

Conceptos básicos de la programación funcional

Funciones de orden superior

Funciones lambda en Python

Map, Filter y Reduce: aplicaciones de funciones de orden superior

Inmutabilidad y pureza de funciones

Recursión: principios y ejemplos en Python

También podría gustarte