Sesión 1

Sesión 1
Python para Data Science

Dra. Soledad Espezua. Ll. Dr. Edwin Villanueva T. Ing. Daniel Saromo M.
[email protected] [email protected] [email protected]
1
Agenda
• Introducción a Data Science (DS)

• Definición de DS
• Diferencias entre ML, IA y DS
• Tareas en DS
• Metodología de DS
• Mercado laboral
• Python
• Ecosistema de herramientas en Python
PhD. Edwin Villanueva Talavera PhD. Soledad Espezúa Llerena 19 de junio de 2021 2
Definición de Data Science
• La ciencia de datos es una colección de técnicas que se utilizan para extraer valor de los datos. Se
ha convertido en una herramienta esencial para cualquier organización que recopile, almacene y
procese datos como parte de sus operaciones. Las técnicas de ciencia de datos buscan encontrar
patrones, conexiones y relaciones útiles dentro de los datos.
• La ciencia de datos es el campo de estudio que combina la experiencia en un dominio, las

habilidades de programación y el conocimiento de matemáticas y estadísticas para extraer
información significativa de los datos. Los profesionales de la ciencia de datos aplican algoritmos de
aprendizaje automático a números, texto, imágenes, video, audio y más para producir sistemas de
inteligencia artificial (IA) que realizan tareas que normalmente requieren inteligencia humana. A su
vez, estos sistemas generan información que los analistas y los usuarios comerciales traducen en
valor comercial tangible.
Programming skills Math & Statistic Knowledge 3

IA, Machine Learning y Data Science
4
Premio Nobel 2020: Agujeros negros
Roger Penrose, Reinhard Genzel y Andrea Ghez
Katie Bouman
https://directory.eoportal.org/web/eoportal/satellite-missions/b/black-hole 5
Tareas en Data Science
Descripción &
exploración
•Visualización
Asociación
•Patrones
Maximizar las distancias entre los clusters

Agrupamiento
•Clustering
Minimizar las distancias dentro de los clusters
6
Tareas en Data Science
Clasificación
•V. Categórica
?
Regresión o
Estimación
•V. Numérica
Si
Precio
Pronóstico ?
temporal
No
Tiempo
Tiempo
7
Metodología en Data Science
Fase de comprensión Fase preparación de

del problema los datos
Fase de implementación Fase de análisis

exploratorio
Fase de evaluación Fase de configuración
Fase de Modelado
8
Mercado Laboral
(Hal Varian, chief economist at Google and UC Berkeley professor)
Financial asessor Data Science
Yahoo, Facebook, Google, Amazon, Microsoft, Walmart, eBay,

LinkedIn y Twitter, trabajan continuamente perfeccionado kit
de herramientas de desarrollo en DataScience 9
Python
• Python es un lenguaje de programación de alto nivel,

interpretado, orientado a objetos.
• De código abierto, para que cualquiera pueda contribuir

a su desarrollo.
• Es fácil de aprender
• Es fácil de usar para escribir software nuevo.
• Es fácil de obtener, instalar e implementar.
• Es un lenguaje flexible, que puede verse como un

lenguaje multiparadigma.
✓ Útil para las personas que ya saben programar en otros lenguajes
• Es un lenguaje de programación maduro

✓ También tiene excelentes propiedades para programadores novatos
(ideal para personas nunca han programado). Aunque su nombre se asocie con la gran serpiente pitón,
el creador de Python(Guido Van Rossum , 1991) nombró
• Amplia disponibilidad de librerías para DS. el lenguaje en honor de una vieja serie de comedia de la
BBC llamada Monty Python's Flying Circus.
10
¿Por qué usar Python?
Crecimiento de los lenguajes mas populares
https://insights.stackoverflow.com/trends?tags=java%2Cpython%2Cjavascript%2Cr
11
¿Por qué usar Python?
Comparación de los lenguajes más populares
https://trends.google.es/trends/explore?date=today%205-y&q=%2Fm%2F05z1_,%2Fm%2F07sbkfb,%2Fm%2F0212jm,%2Fm%2F053_x
12
Ecosistema de Herramientas en Python
❑ Ambiente de trabajo ❑ Librerías
13
Anaconda (package manager)
● https://www.anaconda.com/download
14
Instalación de Python
15
Jupyter Notebook
16
JupyterLab
17
Anaconda (package manager)
Listar librerías instaladas:

> conda list
Instalar librería:
> conda install scikit-learn
Desinstalar:
> conda uninstall scikit-learn
Actualizar librerías:
> conda update --all
18
Ambiente de trabajo
Iniciar jupyper:
> jupyter-notebook
19
Jupyter notebook
20
Jupyter notebook
21
Ver documentación
Shift + tab
22
Ver código fuente
23

Sesión 1

Cargado por

Copyright:

Formatos disponibles

Sesión 1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sesión 1

Cargado por

Copyright:

Formatos disponibles

Sesión 1

Python para Data Science

• Introducción a Data Science (DS)

• La ciencia de datos es el campo de estudio que combina la experiencia en un dominio, las

Programming skills Math & Statistic Knowledge 3

Roger Penrose, Reinhard Genzel y Andrea Ghez

Maximizar las distancias entre los clusters

Fase de comprensión Fase preparación de

Fase de implementación Fase de análisis

Fase de evaluación Fase de configuración

(Hal Varian, chief economist at Google and UC Berkeley professor)

Financial asessor Data Science

Yahoo, Facebook, Google, Amazon, Microsoft, Walmart, eBay,

• Python es un lenguaje de programación de alto nivel,

• De código abierto, para que cualquiera pueda contribuir

• Es fácil de usar para escribir software nuevo.

• Es fácil de obtener, instalar e implementar.

• Es un lenguaje flexible, que puede verse como un

• Es un lenguaje de programación maduro

Crecimiento de los lenguajes mas populares

Comparación de los lenguajes más populares

❑ Ambiente de trabajo ❑ Librerías

Listar librerías instaladas:

También podría gustarte