0(0)

Primeros pasos en Data Science. Un entorno de trabajo sencillo y open source.

  • por jach
  • Nivel del curso: Principiante

Acerca de este curso

Crea un entorno de trabajo fácil de usar para desarrollar tus proyectos de Data Science.

Descripción

Si ya tienes claro que deseas ampliar tus conocimientos de Data Science, el primer paso es tener un entorno de trabajo que te permita hacer cualquier cosa que necesites. Es muy probable que muchos de vosotros no sepáis por donde comenzar. Con este curso podréis generar un entorno de trabajo sencillo de usar qu además es open source. Lo crearemos mediante Anaconda, donde dispondremos de Jupyter Lab. Jupyter Lab es la «libreta» donde podremos apuntar nuestros comentarios (markdown editor), nuestro código (python) y visualizar los resultados de los que estemos haciendo.

¿Qué aprenderé?

  • Te permitirá entrar en el mundo del Data Science de manera simple
  • Conoceras los elementos clave para desarrollar un trabajo profesional, con un entorno de trabajo open source

Temas de este curso

8 Lecciones

Tema 1: ¿Qué es Anaconda y el proyecto Jupyter??

Anaconda es un distribución libre y abierto​ de los lenguajes Julia, Python y R, utilizada en ciencia de datos, y aprendizaje automático (machine learning)
Introducción a Anaconda14:53

Tema 2: Instalación de Anaconda?

En este tema descargaremos la versión de Anaconda que necesitemos en función del sistema operativo, el tipo de ordenador y el Python requerido

Tema 3: Trabajar con Anaconda?

Una vez arrancado Anaconda veremos los puntos mas relevantes.

Tema 4: Jupyter Lab. Nuestro?

Conoceremos que es Jupyter lab, sus celdas, y que podemos hacer con el.

Sobre los instructores

Data Scientist, ADE, Economista, Consultor, Docente y Speaker, especialista en Inteligencia Artificial, Deep Learning, Machine Learning, Datamining, Estadística y bases de datos.
0 (0 valoraciones)

2 Cursos

30 estudiantes

100.00 50.00

Requisitos

  • Disponer de ordenador y conexión a internet.
  • No son necesarios conocimientos de informática ni de matemáticas.
  • Actitud positiva

Audiencia objetivo

  • Profesionales que realicen análisis de datos.
  • Profesionales que deseen ampliar sus habilidades en Data Science