https://github.com/pinedah/escom_programacionlcd
Programación para la Ciencia de Datos - 3AM1 2024
https://github.com/pinedah/escom_programacionlcd
college data-science escom jupyter-notebook python
Last synced: 5 months ago
JSON representation
Programación para la Ciencia de Datos - 3AM1 2024
- Host: GitHub
- URL: https://github.com/pinedah/escom_programacionlcd
- Owner: Pinedah
- Created: 2024-10-15T13:25:03.000Z (over 1 year ago)
- Default Branch: main
- Last Pushed: 2024-10-18T16:54:22.000Z (over 1 year ago)
- Last Synced: 2024-12-19T14:49:51.905Z (over 1 year ago)
- Topics: college, data-science, escom, jupyter-notebook, python
- Language: Python
- Homepage:
- Size: 1.54 MB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Programación para Ciencia de Datos
### Francisco Pineda Hernández - 3AM1
## REVISION Parcial1
Muy bien, SALUDOS!
## Resumen
Este repositorio contiene mis notas personales, ejercicios y asignaciones de programación relacionadas con el curso de **Programación para Ciencia de Datos**, parte del **Programa de Licenciatura en Ciencia de Datos** en el **Instituto Politécnico Nacional (IPN)**. El curso enfatiza el uso de la **programación en Python** para el manejo de datos, análisis estadístico y técnicas de modelado. Todo el material es con fines académicos y refleja mi trayecto a lo largo de esta clase.
## Contenidos
- **Scripts en Python:** Diversos programas escritos en Python, incluyendo manipulación de datos, métodos estadísticos y uso de recursos especializados como Numpy, Pandas, MatPlotlib, étc.
- **Ejercicios de Práctica:** Tareas diseñadas para mejorar la comprensión de la programación en Python, estructuras de datos y la aplicación de técnicas estadísticas.
- **Notas:** Notas personales sobre temas clave, como el análisis exploratorio de datos, distribuciones de probabilidad, pruebas de hipótesis y reducción de dimensionalidad.
- **Proyectos:** Proyectos más grandes enfocados en la integración de conceptos del curso, desde la programación básica en Python hasta el modelado estadístico avanzado y el machine learning.
## Temas del Curso
El curso cubre habilidades esenciales de programación y análisis de datos, incluyendo:
- **Programación en Python:** Fundamentos de Python, estructuras de control, manejo de datos con librerías como NumPy y Pandas, y operaciones con archivos.
- **Análisis Exploratorio de Datos (EDA):** Técnicas como estadísticas descriptivas, análisis de regresión y distribuciones de probabilidad.
- **Técnicas de Modelado:** Reducción de dimensionalidad, métodos de clustering y modelos predictivos usando librerías como scikit-learn.
## ¿Por qué este Repositorio?
Este repositorio sirve como mi portafolio académico para el curso. Documenta el progreso que he hecho en el aprendizaje de la programación en Python y su aplicación para resolver problemas de ciencia de datos. Los ejercicios y proyectos ayudan a reforzar los conceptos básicos, proporcionando una base sólida para futuras aplicaciones en ciencia de datos.
## Uso
Los materiales en este repositorio están destinados para uso personal y educativo. Siéntete libre de explorar y utilizar el contenido con fines de aprendizaje, pero por favor da el crédito adecuado donde corresponda.
## Acerca de
- **Institución:** Instituto Politécnico Nacional (IPN)
- **Unidad Académica:** Escuela Superior de Cómputo (ESCOM)
- **Programa:** Licenciatura en Ciencia de Datos
- **Curso:** Programación para Ciencia de Datos
- **Semestre:** III