Technology

Ciencia de datos con python

Transformación y selección de variablesBy José Padilla, Leonardo Contreras

Listen with Sir Michael Caine™ and 1,000+ voices

Try for $0.00 Get for $21

Length10h 7m

About this audiobook

Este libro ofrece una visión general sobre los conceptos de Machine Learning y los fundamentos del análisis de datos mediante el lenguaje Python, haciendo uso de herramientas como NumPy, Pandas y Matplotlib. Se hace hincapié en las técnicas que permiten acondicionar un conjunto de datos, desde la detección y corrección de errores hasta el análisis estadístico para comprender el conjunto de datos en cuestión. Además, aborda las etapas de transformación de datos y la selección de características, aspectos cruciales para el éxito de un proyecto de analítica de datos y Machine Learning. Aborda temas clave para estudiantes o docentes que buscan realizar trabajos o investigaciones que requieran analizar datos y que carezcan de conocimientos sobre cómo preparar la información antes de aplicar algoritmos de Machine Learning. Así pues, la preparación adecuada de los datos es fundamental para determinar el valor de la variable de salida o visualizar patrones dentro de los datos.

Artificial Intelligence

Audiobook details

Rating★★★★ 4.3 (12)

Includes Amazon

GenreTechnology

Length10 hrs 7 mins

Narrated byListen with 1,000+ voices

FormateBook with Audio

Publish dateDec 11, 2024

LanguageSpanish

1Informática

2Bogotá, Colombia

3Capítulo VI. Explorando métodos para selección de características ................189

4Prólogo

5Introducción

Show all chapters

6Capítulo I. Explorando el aprendizaje automático

7Figura 2. Líneas de Machine Learning.

8Figura 6. Clasificación de algoritmos de ensamble.

91.2. Proceso de Machine Learning

10Figura 9. Proceso de Machine Learning.

11Capítulo II Ciencia de datos en educación

122.1. Analítica de datos educativos

13Capítulo II. Ciencia de datos en educación

14Figura 11. Potencialidades de analítica académica y del aprendizaje.

15Fuente: adaptada de [36].

16Capítulo III Fundamentos de análisis de datos Python

17Capítulo III. Fundamentos de analisis de datos PYTHON

183.2. Librerías básicas de Python

193.3. Básico de sintaxis del lenguaje Python

20# Asignación Numérica X= 1000 print(X)

211000 pesos colombianos

223.3.2. Booleanos

233.3.3. Aritmética

243.3.4. Listas

25print(Lista) print (“La cantidad de elementos de la lista son:”, len (Lista))

263.3.5. Tuplas

273.3.6. Diccionarios

283.3.7. Variables

293.3.9. Condicional IF

30Respuesta correcta -------------

3113 Hola Estoy aprendiendo Python

323.3.12. Ciclo con FOR

33Me gusta comer manzana Me gusta comer plátano Me gusta comer uva

343.3.13. Función RANGE ( )

353.3.15. Iterar con Zip

363.3.16. Iterar con Enumerate

37#De esta forma se llama a la función funcion_simple()

38Resultado de la multiplicación fue: 50 Resultado de la suma fue: 30

393.4. Básico de NUMPY

40import numpy as np

41# Crear un vector NumPy vector = np.array([1, 2, 3, 4, 5])

42a.shape: Proporciona una tupla con las dimensiones del array a.

43Columna1 Columna2 Columna3 Nombre_Fila1 1 Nombre_Fila2 4 Nombre_Fila3 7

44# Mostrar el DataFrame resultante print(dataframe)

453.5.3. Atributos de los dataframe de Pandas

46Total de datos 16

4725 Bogotá 55 32 32 Medellín 42 25 Cali 45 30 Cartagena

4825 Bogotá 55 32 Medellín 32 25 Cali 42 30 Cartagena 45

49Goles

50dataframe = pd.DataFrame(datos) print(dataframe) print(‘\n-------------’)

More from Tecnología

El mito de la inteligencia artificialErik J. Larson11h 47m4.2 (995)$14 · $0.00

View all

Ciencia de datos con python

About this audiobook

Audiobook details

Table of contents

More from Tecnología

You may also like