Portada de Ciencia de los datos con Python
Impreso E-book E-book Bajo demanda

Ciencia de los datos con Python

Francisco J. Toro López

ECOE Ediciones

Sinopsis

Esta obra demuestra una metodología de desarrollo de investigaciones, proyectos e iniciativas aplicadas en muchas áreas del conocimiento, que en diversas instancias se fundamentan en base de datos e información proveniente de fuentes internas y externas en el marco de objetivos de las sociedades abiertas al cambio. Se repasa el lenguaje de programación Python muy utilizado en estos casos.

La estructura está compuesta por funciones, algoritmos y metodologías hechos con Python y otras herramientas computacionales, con varias técnicas de corte administrativo y funcional. La intención es facilitar los procesos de análisis en diversos proyectos e investigaciones de acuerdo a un plan estratégico. Los ejercicios disponibles están en un formato de presentación sencilla; son de fácil desarrollo y seguimiento.

Dirigido a aquellas personas que examinan, prueban, ensayan y realizan funciones orientadas a dar respuestas a diversas inquietudes comerciales, administrativas y científicas, analizando múltiples datos y forjando la planeación y desarrollo de proyectos, con un enfoque que busque siempre la efectividad al emplear funciones y algoritmos diseñados e implementados para tales casos.

Contenido

Observaciones generales

Introducción

Capítulo 1. El lenguaje Python

Introducción al manejo de Python

Instalación de Python

El editor IDLE

Tipos de datos

Ejercicios

Las cadenas de caracteres

Valores booleanos (bool)

La interfaz de Python

La versión de Python en uso

Escribir comentarios en Python

Errores en Python

¿Python sabe de un error antes de que se ejecute el código?

Manejo de caracteres

Escribir el primer programa con Python

Tipos de objetos en Python

Manejo de cadenas de caracteres

Listas y tuplas

Funciones integradas

Funciones básicas matemáticas

Operadores de comparación

Operadores de identidad y pertenencia

Manejo de diccionarios

Colecciones (set) de datos

Observaciones sobre secuencias: cadenas, listas y tuplas

Paquetes complementarios de Python

Resumen de Python en la ciencia de los datos

Funciones

Apertura de archivos

Leyendo Archivos

Programas en red

El protocolo de transporte de hipertexto (HTTP)

El navegador web más sencillo

Análisis de html y barrido de la web

Análisis de HTML mediante BeautifulSoup

Los programas

Uso de objetos

Comenzando a Programar

Subdividir un problema - Encapsulación

Los objetos Python

Depuración (debugging)

Glosario

Capítulo 2. Términos, técnicas y tareas de las ciencias de datos

¿Qué es la minería de datos?

¿Qué es la ciencia de los datos?

Los Científicos de datos

Big Data

Nuevos dispositivos

El Big Data requiere de un Big Analytics

Las limitaciones del business intelligence tradicional

La evolución del DWH al ADW

MAD, nueva metodología

Medio Magnético

Ágil

Detallado

Hadoop

HDFS

MAPREDUCE

La Ciencia de los Datos

Adquisición de datos: paso 1

Manipulación de datos: paso 2

Aplicación de técnicas de análisis: paso 3

Reportar la información: paso 4

En acción: paso 5

Capítulo 3. Adquisición y manipulación de datos

Importación y exportación de datos con Python

Caso 1: análisis de datos

Introducción al análisis de datos con Python

Caso 2: El Castillo de Edimburgo

Inicio del análisis

Desmembrando todo

Capítulo 4. Análisis de los datos y diseño y presentación del modelo

Verificando la instalación de Python

Recomendaciones para Windows

La integración

Convertir los resultados en acción

Las diferencias de las métricas dependiendo de las variables y tareas

Datos históricos + datos cercanos a la realidad predicciones

Eliminar filas en el DataFrame Claudia con base a sus valores

Conjunto de datos de ejemplo

Capítulo 5. Evaluación de modelos: la vista ‘minable’ y la comprensión de datos

¿Qué es la vista ‘minable’?

¿Para qué se utiliza una vista ‘minable’?

Técnicas que convierten datos en modelos y procesos de predicción en temas empresariales

Análisis exploratorio

Métodos de estimación y predicción

Un caso manejado con tres técnicas matemáticas

Alisado exponencial simple

Capítulo 6. Proyectos de las ciencias de datos

Planeación y desarrollo de proyectos de la ciencia de los datos

Definición ampliada de las delimitaciones

Tiempos, costos y riesgos de proyectos

Las fases de un proyecto

Definición y creación del plan básico del proyecto

Ajustes e informes

Desarrollo y supervisión del proyecto

Cierre y evaluación de un proyecto

Metodologías empleadas para administrar proyectos

La asignación de recursos

Los costos de un proyecto

Caso del palacio de Edimburgo

Anexos

Referencias

Materias

BISAC

  • COM051000. ORDENADORES > Programación > General
  • COM073000. ORDENADORES > Procesamiento de voz y audio

Thema

  • GPH. Ciencia y análisis de datos: generalidades
  • L. Derecho

Dewey

  • 651.8. Tecnología (ciencias aplicadas) > Gestión y servicios auxiliares > Servicios de oficina > Procesamiento de datos Aplicaciones informáticas
  • 006.3. Generalidades > Generalidades y ciencias de la computación > Métodos especiales de computadora > Inteligencia artificial

Propias de la editorial

  • Ingeniería

Más de ECOE Ediciones

Ver todas