Tema 2 by MANUEL ISAI RAMOS RIVERA https://padlet.com/manuelramos17/eqatcewf57v0s7jf Hecho con la fuerza necesaria para triunfar en-us 2021-11-06 02:08:51 UTC 2025-10-17 16:46:11 UTC hello@padlet.com https://padlet.net/icons/png/1f468-1f4bb.png 2.1 20-Oct, Trabajando con librerías, una de las más poderosas en clasificación de información es PANDAS y MATPLOTLIB (CON BASE DE DATOS) manuelramos17 https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871235758 Nos toca trabajar con PANDAS una liberia sencilla y poderosa.
DEMOSTRAR CON:
  • PANDAS CON EXCEL
  • PANDAS CONECTANDO A BASE DE DATOS RELACIONAL (AWSEDUCATE) YA SE UN LINUX O UN WINSERVER-SQL-SERVER 201X
Elabora una tabla en http://www.mockaroo.com y manipularla en Jupyter con la liberia PANDAS y MATPLOTLIB

Tutorial Bàsico en https://www.journaldev.com/29055/python-pandas-module-tutorial

ENTREGA:
-Demostrando en un video LOOM los o el ejemplo
-Depositar en GitHub el .jpynb para acceder al cuadernillo para más detalles.

VIA: https://classroom.github.com/a/RjkFZ8jI

----------
CSV-a-Jupyter-MSSQLSERVER
https://docs.microsoft.com/en-us/sql/machine-learning/data-exploration/python-dataframe-sql-server?view=sql-server-ver15
------------

NOTA: PUEDE USAR EL MS-SQL EXPRESS EN SU COMPUTADORA, PERO ESTO SOLO FUNCIONARÀ CON "JUPYTER INSTALADO EN SU PC" PUES CARECE DE PUERTO EXTERNO A GOOGLE DRIVE-GOOGLE COLABS
 
LO INVITO QUE LO REALICE CON MYSQL O MARIADB EN AWS COMO PARA UN EJEMPLO CON BASE DE DATOS EXTERNAS..
]]> 2021-11-06 06:21:13 UTC https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871235758 2.2 Librería NUMPY (NO BASE DE DATOS) manuelramos17 https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871236611 Elabora una auto práctica de la famosa NUMPY para toda la manipulación numérica.
POR EJEMPLO PUEDE SEGUIR UN BUEN TUTORIAL Y TEMINARLO, AQUI SE BUSCA QUE PUEDAN DETECTAR QUE LIBRERIA USAR DE ACUERDO AL PROBLEMA QUE SE ENFRENTA.


Igualmente trabajaremos en Google colab.
Y depositar en su Gitub personal auto-repositorio que mantienen uds.

Gracias

Productos:

LOOM breve explicaciones de las acciones demostradas
URL del Jupyter Notebook en GitHub personal

NO APLICA BASE DE DATOS PUES SON SOLO NUMEROS.]]> 2021-11-06 06:23:26 UTC https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871236611 2.3: Elaborar el Demo de Titanic ML predictivo con el tutorial de Kaggel. manuelramos17 https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871237516 Esta micro competencia-tutorial se resetea cada 2 meses, busco que se animen a estar en ella y valorar Python con las librerías complementarias que se ven en el micro curso.

Entrega recomendable en LOOM para ver sus cuentas y sus evidencias (o incidencias)

Recomendable usar los acordeones para acelerar la idea central del código y ver sus complementos de requerirse.

Feliz Competencia en Python con ML


1.- Registrarse an https://figshare.com para tener acceso a OpenData de miles de Datasets (agrupación de datos abiertos) para su análisis 

2.- Registrarse a Kaggle.com 


.. harà el tutorial de Machine Learning de "probabilidades de superviviencia del Titanic" viene un acompañamiento turorial.]]> 2021-11-06 06:25:33 UTC https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871237516 Defina y Explique los diversos Algoritmos de Machine Learning manuelramos17 https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871238782 Defina y Explique los diversos Algoritmos de Machine Learning



Entrega:
LOOM o MEET, con una presentación o JAMBOARD de apoyo.


Material a revisar:
Incluido en este módulo]]> 2021-11-06 06:28:13 UTC https://padlet.com/manuelramos17/eqatcewf57v0s7jf/wish/1871238782