Lecciones

Resumen de cada lección de los cursos de la Academia:

3 - Motivación: el papel de los vectores en la Ciencia de Datos y el Machine Learning

(Febrero 27, 2023 - Álgebra Lineal para Ciencia de Datos y Machine Learning)

En esta lección veremos, a través de diferentes ejemplos, el papel que desempeñan los vectores en la Ciencia de Datos y el Machine Learning.

2 - Ejemplos de aplicación del Álgebra Lineal en Ciencia de Datos y Machine Learning

(Febrero 24, 2023 - Álgebra Lineal para Ciencia de Datos y Machine Learning)

En esta lección veremos ejemplos específicos de uso del Álgebra Lineal en la Ciencia de Datos y el Machine Learning.

1 - ¿Qué es el Álgebra Lineal?

(Febrero 22, 2023 - Álgebra Lineal para Ciencia de Datos y Machine Learning)

En esta primera lección vamos a entender qué es el Álgebra Lineal y su importancia en la Ciencia de Datos y el Machine Learning.

13 - Proyecto final: limpieza, análisis y clasificación de datos con NumPy

(Enero 11, 2023 - NumPy para Ciencia de Datos y Machine Learning)

En este proyecto final usaremos varias herramientas de NumPy para abordar un problema de segmentación de clientes

12 - Funciones avanzadas en NumPy

(Enero 9, 2023 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos funciones para concatenar arreglos y las funciones 'where' y 'random.seed' usadas comúnmente en proyectos de Machine Learning y Ciencia de Datos.

11 - Copias 'shallow' y 'deep' en arreglos Numpy

(Enero 6, 2023 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos en detalle en qué consisten las copias 'shallow' y 'deep' que permiten mantener o no una copia de un arreglo al momento de procesarlo.

10 - Indexación y slicing de arreglos

(Enero 4, 2023 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección hablaremos de la indexación y el slicing, que permiten operar sobre elementos específicos o sobre porciones de un arreglo de NumPy.

9 - Funciones universales (ufunc) de NumPy

(Enero 2, 2023 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos las funciones universales de NumPy, que permiten realizar operaciones matemáticas, trigonométricas y de álgebra lineal sobre arreglos individuales o sobre múltiples arreglos.

8 - Métodos de un arreglo

(Diciembre 30, 2022 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos los principales métodos disponibles en los arreglos y que usualmente encontraremos en diferentes proyectos de Machine Learning y Ciencia de Datos.

7 - Operadores de arreglos

(Diciembre 28, 2022 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos los operadores sobre arreglos, que permiten realizar operaciones aritméticas o lógicas entre arreglos y escalares y entre pares de arreglos.

6 - Listas de Python vs. Arreglos de Numpy

(Diciembre 26, 2022 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos un comparativo en el tiempo de cómputo requerido para procesar arreglos usando Python y NumPy.

5 - Funciones para la creación de arreglos

(Diciembre 23, 2022 - NumPy para Ciencia de Datos y Machine Learning)

En esta lección veremos varias alternativas que facilitan la creación de arreglos usando diferentes funciones en NumPy.