Librerías Python para Ciencia de Datos: Vista Panorámica Paso a Paso
Practica mientras resuelves dudas en tiempo real con nuestros cursos en directo https://maven.com/datons
O aprende a programar nuevos casos prácticos con nuestros tutoriales en https://datons.ai/
¿Te interesa aprender cómo utilizar Python para manipular y visualizar datos, así como para aplicar técnicas de machine learning? Este contenido te guiará desde los conceptos básicos hasta los más avanzados.
¿Cómo generar y manipular datos con NumPy? ¿Cómo visualizar datos con Plotly y manejar datos con Pandas? ¿Qué técnicas de machine learning se pueden aplicar con sklearn?
Descubre cómo realizar operaciones numéricas básicas con NumPy, visualizar datos de forma interactiva con Plotly, manipular datos con Pandas y aplicar modelos de machine learning con sklearn.
Chapters
00:00 Introducción a NumPy y generación de datos aleatorios
00:26 Trabajando con el submódulo random de NumPy
01:11 Visualización de datos con Plotly
02:04 Creando gráficos de líneas y contornos
03:15 Explorando otras visualizaciones con Plotly
04:03 Visualización de mapas interactivos
05:05 Cargando y visualizando datos geográficos
06:09 Análisis de datos electorales con mapas coloreados
07:27 Trabajando con la librería Pandas y DataFrames
08:39 Carga y manipulación de datos externos con Pandas
10:12 Web scraping con Pandas
11:52 Visualización avanzada con datos de fútbol
13:20 Aplicación de técnicas de machine learning
14:47 Introducción a modelos de regresión lineal con sklearn
16:02 Ajuste de modelos y visualización de predicciones
17:45 Mejora de modelos con Decision Tree
19:49 Comparativa de modelos y visualización de predicciones
21:14 Fundamentos y pasos en machine learning con sklearn
23:39 Visualización avanzada de árboles de decisión y exportación de gráficos