Este es el camino Pyhton para poder empezar a trabajar tu proyecto. El objetivo de esta parte es que sepas generar un informe automatizado con Notebook ya sea Google Colab o Jupyter.
EL ENTREGABLE DE ESTA SECCIÓN LO TIENES EXPLICADO EN EL ÚLTIMO VÍDEO.
¡Tu mundo es azul y amarillo. Python es machine learning, ingeniería y versatilidad.
Es la herramienta del futuro en ciencia de datos.
Lo que vas a aprender en el PATH Python del bloque II son las bases del científico de datos:
- >> Preparar la máquina de Python con Jupyter o Google Colab.
- >> Las bases esenciales del lenguaje de Pyhton, las librerías más importantes de manipulación de datos, estadística y gráficos.
- >> Tipos de variables y estructuras de data frames
- >> Exploración previa con descripciones univariadas
- >> Exploración previa con descripciones multivariadas
- >> Test estadísticos y modelos estadísticos claves para trabajar
Aquí tienes todos los códigos de Python de la biblioteca de Machine Learning Mastery. Es una plataforma online de libros muy prácticos y códigos realmente muy buenos. Es un obsequio por estar en la mentoría per te pido por favor, NO LOS COMPARTAS CON NADIE. Ya que en Analiza tus Datos no tenemos los códigos en Python todavía puedes disfrutar de material extra.
MUY IMPORTANTE. Es material extra que puedes mirar más adelante. De momento sigue los pasos del path. No te desvíes, que nos conocemos 🙂
Enlaces citados en el vídeo:
TO DO: Instala Anaconda, crea una cuenta de gmail para usar google colab y trata de abrir el archivo de exploración de datos de del material del Git Hub de Raúl con Jupyter y con Google Colab.
Mira la sesión inicial de Raúl Benítez sobre la introducción de Python, Google Colab.
Es una sesión llena de valor y mucho potencial. Mírala las dos horas y haz el paso a paso que muestra Raúl.
¡A por ello!
Enlaces de la sesión;
- https://winpython.github.io/
- https://github.com/raulbenitez/conceptosclaros_ML
- https://colab.research.google.com/
- https://www.anaconda.com/products/individual
- https://winpython.github.io/
La idea es que practiques con los ejercicios que comenta Raúl en la sesión a través de su archivo de google colab.
Mira este vídeo para empezar a entender la esencia del código de Python con Pandas y su manipulación con data frames:
En este vídeo vas a aprender a explorar los datos de forma rápida.
Vas a utilizar Sea Born y vas a trabajar paso a paso las descripciones univariadas y multivariadas.
En este vídeo vas a ver el paso a paso con Python de los problemas de clasificación.
Utiliza este código Entregable 4 con tus propios datos y encuentra patrones escondidos.
¡A por ello!
En este vídeo vas a ver el paso a paso con Python de los problemas de regresión.
Utiliza este código Entregable 4 con tus propios datos y encuentra patrones escondidos.
¡A por ello!
Con ello ya podrás leer los datos de tu proyecto, empezar a describir tu tabla de datos y calcular tu primero modelo estadístico.
¡A por ello valiente!