
Ciencia de datos con python
Transformación y selección de variablesBy José Padilla, Leonardo ContrerasLength10h 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.
Audiobook details
GenreTechnology
Length10 hrs 7 mins
Narrated byListen with 1,000+ voices
FormateBook with Audio
Publish dateDec 11, 2024
LanguageSpanish
Table of contents
1Informática
2Bogotá, Colombia
3Capítulo VI. Explorando métodos para selección de características ................189
4Prólogo
5Introducción
Show all chaptersShow less
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-------------’)