Clase
Modelo
Machine Learning
con Pyhton
Sesión #1
EXPOSITOR
Pablo Perez Quineche
Se desempeña como Director – PPQ & Data Partners Consulting
Experiencia de más de 20 años en Gestión de áreas de Sistemas ,
Consultor de Business Intelligence, así como Gestor de áreas de CRM,
Inteligencia Comercial, Data y Analtycis en el sector producción,
salud,retail, banca, entretenimiento. Es Ingeniero Informático, cuenta
con un MBA, Gestor de Proyectos - PMI, Gerencia de Tecnologías de
Información , Data Science & Big Data Analytics - MIT, Comunicación
Persuasiva -MIT.
Machine Learning con Python Pablo Perez
www.linkedin.com/in/pabloperezq
3
- Nombre y apellido
- Alias o nickname
- De donde soy y a donde voy (visión de vida)
- ¿Por qué estudio Machine Learning con Python?
- ¿Qué espero de este curso?
1. Sesiones:
a. Teoría : Jueves 7:00 a.m. – 10:00 p.m. y Sábados 4:00pm-7:00pm
2. Iniciamos clases 5 minutos después del horario de inicio.
3. Habrá descanso de 5 minutos luego de cada hora
4. Terminamos 10 min antes del horario de fin.
5. La asistencia ES obligatoria, se tomará lista para control de evaluación continua. En caso de
no asistir enviar por email con sustento debido.
6. Mantener celulares en modo vibración o silencio.
7. Preguntar en cualquier momento levantando la mano o icono respectivo en sesión virtual
• Introducción a Python
• Librerías NumPy
• Librerías Pandas
• Librerías MatPlotLib
• En los últimos tiempos, Python ha ganado popularidad como lenguaje de programación de alto nivel debido a su
simplicidad, versatilidad y potencia.
• Se utiliza para muchas cosas diferentes, como crear sitios web, realizar cálculos científicos y crear inteligencia
artificial.
• Guido van Rossum desarrolló Python, un lenguaje de programación de propósito general, a fines de la década de
1980.
• La filosofía de diseño de Python enfatiza la simplicidad, la legibilidad del código y la facilidad de uso.
• El lenguaje es de código abierto, lo que permite el uso y la contribución gratuitos de todos.
• La versatilidad de Python es una de sus principales fortalezas.
• Se puede aplicar a diversas aplicaciones, entre ellas el desarrollo web, la computación científica y la
inteligencia artificial. Empresas como Google, Facebook, Dropbox y muchas otras lo utilizan.
• Python también es conocido por su sintaxis clara y concisa.
• Python utiliza la sangría para denotar la estructura de bloques, lo que hace que el código sea más
legible y comprensible.
• Además, Python cuenta con una amplia y activa comunidad de desarrolladores que contribuye a su
avance y crea bibliotecas y herramientas adicionales que mejoran sus funcionalidades.
Aplicaciones reales
Desarrollo
Web
Computación Análisis y
Científica visualización
de datos
Automatizaci Inteligencia
ón y scripts Artificial
Oportunidad de Desarrollo profesional
Desarrollor
Web
Desarrollador Análisis de
de Software datos
Ingeniero de
Investigador
Machine
Científico
Learning
Instalando Python
• Descargar la última version de Python en link official : www.python.org
• Empezando…..
• Abrir la pantalla de comandos de windows
• Vamos a trabajar primero en modo interactivo
• Escriba python
• A continuación escriba : 1+3
• Escribir en la pantalla de commandos:
• Print (“Hola Mundo”)
¿Cuál es la lógica de Python?
Primero escribes una sentencia o expresión
Presionas enter
Python interpreta tu entrada y contesta caso lo que entraste necesita
respuesta o te devuelve un error caso te equivocaste en algo
Existen dos maneras de mirar un objeto en Python:
Números:
Escriba
>>>x = [3,2] >>>print x
[3,2]
>>>x
[3,2]
Strings
>>> x = "micadenadecaracteres" >>> x = "micadenadecaracteres"
>>> x >>> print x
"micadenadecaracteres" micadenadecaracteres
Concatenación:
Se puede sumar una cadena a otra
>>> 'Hello' + 'World!'
'HelloWorld!'
>>> 'Hello ' + 'World!'
'Hello World!'
El modo interactivo de Python puede ser usado como
una calculadora, similar a Matlab
Matlab: Python:
>> 2+3 >>> 2+3
ans = 5 5
>> 2+3/4*5 >>> 2+3/4*5
ans = 5.7500 2
Cada lenguaje tiene sus reglas
22
Operaciones Lógicas • Operadores lógicos
>>> 0 < 6 • < Menor que
True • > Mayor que
>>> 6 < 0 • <= Menor o igual que
False • >= Mayor o igual que
• == Igual a
>>> 50 < 10
• !=Diferente de
False
>>> 10 < 11
True
>>> 10 < 10
False
23
Ayuda:
Respuestas solo con numeros enteros:
>>>help (round)
Archivos:
• Abrir un archivo vacío en textpad
• Salvar el archivo con el nombre: Hola.py
• Escribir en el archivo:
#Ese programa dice Hola y pregunta mi nombre
print ('Hola!')
print ('Cual es su nombre?')
miNombre = raw_input()
print ('Es un placer conocerlo, ' + miNombre)
• Comado import
• Crear un nuevo archivo llamado aleatorio.py
• Escribir Import – (statement – declaración)
importa funciones de otros modulos
import random
numero = random.randint(1,10)
print (numero)
randint – función que pertenece al
modulo random que retorna un número
aleatorio entre los dos números elegidos
• Condicional
Crear un archivo llamado nota.py y Escribir:
#Ese programa dice se aprobaste el curso
print ('Cual és tu nota?')
nota = input()
if nota >= 4:
print ('Aprobado')
else:
print ('Reprobado')
Ejercicio:
Mejorar el programa de notas, para que solo deje entrar números
válidos (o sea números entre 1 y 7)
Ejercicio:
Escriba un programa interactivo para que una persona juegue al Yam Ken Po contra el
computador en la forma indicada en el siguiente ejemplo de diálogo:
piedra(1), papel(2) o tijeras(3)? 2
Ud jugó papel
Computador jugó piedra
Gana computador
Librerias de Python
https://pandas.pydata.org/
https://matplotlib.org/
https://pypi.org/project/requests/
https://numpy.org/
https://scipy.org/
https://scikit-learn.org/stable/
https://www.tensorflow.org/?hl=es
Integración con otros Leguajes de Programación
Entorno IDE
Desarrollo Web y Ciencia de Datos
Desarrollo Profesional
Entorno Offline
Googlear : Anaconda Python
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Offline
Revisar archivo ipynb
Qué ocurre con la libreria
MatplotLib?
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Offline
Entorno Online
Parte Practica
Abrir en Google Colab: 1_Introducción a NumPy.ipynb
Parte Practica
Abrir en Google Colab: 2_Introducción a Pandas.ipynb
Parte Practica
Abrir en Google Colab: 3_Introducción a Matplotlib.ipynb
GRACIAS
