Introducción al Machine Learning y sus herramientas

• Conceptos generales: Inteligencia artificial, Ciencia de datos y Aprendizaje de máquinas (machine learning).
• Herramientas para implementación de proyectos de machine learning. IDEs vs. Notebooks.
• Taller: Exploración del entorno de trabajo de Google Colab. Carga de archivos (datasets).
• Taller: Estructura típica de un Notebook para proyectos de machine learning.
• Taller: Configurar Google Colab para trabajo colaborativo.

Fundamentos a Python aplicado a datos

• Python. Definición, justificación de su uso en ciencia de datos. · Taller: Importación y uso de librerías en Python.
• Taller: Declaración, escritura y lectura de variables en Python. ·
• Taller: Operaciones aritméticas básicas con variables y constantes en Python.
• Taller: Declaración, escritura y lectura de Dataframes en Python

Análisis exploratorio de datos

• Taller: Uso de Python para carga de un dataset. Descripción estadística e identificación de sus variables y tipos de datos.
• Taller: Uso de Python para la representación tabular y gráfica de variables (frecuencias).
• Taller: Uso de Python para la selección de variables de un dataset. Uso de corchetes, loc, iloc.
• Taller: Uso de Python para muestreo básico de datos. Criterios para dividir el dataset en data-traininig y data-testing.