Saltar al contenido principal

Ctrl+K

Computación Científica con Python

Introducción

1. Computación científica y ciencia de datos
2. Repaso de Python 3
3. Administración de ambientes y librerías
4. Control de versiones

Ambiente jupyter

5. ¿Qué es Jupyter?
6. Breve tutorial de Jupyter y IPython
7. Módulo IPython.display
8. Otros lenguajes en Jupyter

Análisis de datos con Pandas

9. DataFrames de pandas
10. Importar y exportar datos
11. Operaciones avanzadas con DataFrames
12. Tópicos extra

Visualización de datos con Matplotlib

13. Introducción a Matplotlib
14. Tipos de gráfico en matplotlib
15. ¿Cómo hacer buenas visualizaciones?
16. Interfaces de usuario en Jupyter con ipywidgets

Matemática computacional con Numpy y Scipy

17. Arreglos n-dimensionales con NumPy
18. Operaciones sobre ndarrays
19. Intuiciones geométricas de álgeba lineal
20. Resolviendo sistemas de ecuaciones lineales
21. Problema de los valores y vectores propios
22. Optimización matemática
23. Ecuaciones Diferenciales Ordinarias

Estadística con Scipy

24. Introducción y fundamentos
25. Distribuciones de probabilidad
26. Estadística descriptiva
27. Estadística inferencial: Ajuste de Modelos
28. Test de hipótesis
29. Intervalos de confianza con Bootstrap

Aprendizaje de máquinas con Scikit-Learn

30. Machine Learning: Conceptos clave
31. Reducción de dimensionalidad con PCA
32. Clustering con algoritmo K-means
33. Clasificador Bayesiano “Ingenuo”
34. Evaluando un clasificador

Alto rendimiento en Python

35. Python y Rendimiento
36. Perfilado (Profiling) de rutinas de Python
37. Optimizando código Python
38. Vectorización: Cómputo basado en arreglos con NumPy
39. Acelerando Python con Cython
40. Computación paralela en Python

Repository
Open issue

Búsqueda

Ctrl+K

Por Pablo Huijse Heise

© Copyright 2022.