Videos de ciencia de datos
Videos etiquetados con "ciencia de datos"
ciencia de datos 8 videos
NumPy en Python 🐍 | Arreglos, Matrices y Operaciones Vectorizadas desde Cero
En este video aprenderás a dominar NumPy, la librería fundamental de Python para cálculo numérico y manejo de matrices. Descubrirás cómo crear arreglos unidimensionales y matrices, realizar operaciones vectorizadas de forma eficiente, y trabajar con índices y slicing. 📌 Temas que verás: 🔹 INTRODUCCIÓN A NUMPY: ✅ ¿Qué es NumPy y para qué sirve? ✅ Importación con alias: import numpy as np ✅ Diferencia entre vectores NumPy y listas de Python 🔹 ARREGLOS UNIDIMENSIONALES: ✅ Creación con np.arange() y np.array() ✅ Operaciones matemáticas directas: suma, resta, multiplicación ✅ Funciones estadísticas: np.sum(), np.mean() ✅ Índices y slicing: [inicio:final], [:], [1:] ✅ Vectores especiales: np.zeros(), np.ones() 🔹 MATRICES (ARREGLOS 2D): ✅ Creación con listas de listas ✅ Función shape para obtener dimensiones (filas, columnas) ✅ Matrices especiales: np.zeros(), np.ones(), np.eye() ✅ Acceso a elementos: matriz[fila, columna] ✅ Slicing de filas y columnas: matriz[1,:], matriz[:,0] ✅ Modificación de elementos 🔹 OPERACIONES AVANZADAS: ✅ Funciones matemáticas: np.sin(), np.random.rand() ✅ Multiplicación elemento a elemento con * ✅ Producto punto de matrices con np.dot() ✅ Suma por ejes: sum(axis=0), sum(axis=1) ✅ Extracción de diagonal con A.diagonal() 💻 Ideal para quienes inician en Machine Learning con Python. 🔔 ¡Suscríbete y activa la campanita para no perderte el siguiente video! #Python #NumPy #ArreglosPython #MatricesPython #MachineLearning #Programacion #CursoPython #PythonParaPrincipiantes #AprendePython #Codigo #DataScience #InteligenciaArtificial #TutorialPython #PythonBasico #OperacionesVectorizadas #CalculoNumerico
Funciones en Python 🐍 | def, return, *args, kwargs y Más desde Cero
En este video aprenderás a dominar las funciones en Python, la herramienta más poderosa para reutilizar código, generalizar tareas y escribir programas más limpios y profesionales. Cubriremos desde la definición básica con def hasta el uso avanzado de *args y **kwargs. 📌 Temas que verás: 🔹 CONCEPTOS BÁSICOS: ✅ Definición de funciones con def y uso de return ✅ Ejemplo práctico: función pitágoras para calcular la hipotenusa ✅ Tipado dinámico en funciones (mismos parámetros, distintos tipos) ✅ Docstrings: documentación automática con ''' ''' 🔹 FLEXIBILIDAD DE FUNCIONES: ✅ Funciones sin parámetros de entrada ✅ Funciones sin retorno (devuelven None) ✅ Parámetros opcionales con valores por defecto ✅ Múltiples sentencias return en una misma función 🔹 PASO DE PARÁMETROS: ✅ Paso por valor (tipos simples: int, float, str, bool) ✅ Paso por referencia (tipos compuestos: listas, diccionarios) ✅ Cómo proteger los datos originales usando copias lista[:] 🔹 PARÁMETROS AVANZADOS: ✅ *args: argumentos posicionales variables (tupla) ✅ **kwargs: argumentos con nombre (diccionario) ✅ Combinación de *args y **kwargs en una misma función ✅ Orden obligatorio en la definición 💻 Ideal para quienes inician en Machine Learning con Python. 🔔 ¡Suscríbete y activa la campanita para no perderte el siguiente video! #Python #FuncionesPython #DefPython #ArgsKwargs #MachineLearning #Programacion #CursoPython #PythonParaPrincipiantes #AprendePython #Codigo #DataScience #InteligenciaArtificial #TutorialPython #PythonBasico #Docstrings
Variables en Python: Aprende a Almacenar Datos desde Cero 🐍 | Curso Machine Learning con Python
En este video aprenderás qué son las variables en Python, cómo almacenar valores en la memoria del computador y las reglas de nomenclatura que debes respetar. Cubriremos los tipos numéricos más importantes: enteros (int) y decimales (float), además de realizar operaciones básicas como suma, resta, multiplicación, potenciación y división. 📌 Temas que verás: ✅ Qué es una variable y para qué sirve ✅ Reglas de nomenclatura en Python ✅ Tipado dinámico y asignación con = ✅ Variables numéricas: int y float ✅ Operadores: +, -, *, **, /, //, % ✅ Uso de la librería math (pi, factorial, seno, etc.) ✅ Funciones round(), ceil(), trunc() 💻 Ideal para principiantes que inician en Machine Learning con Python. 🔔 ¡Suscríbete y activa la campanita para no perderte la siguiente clase! #Python #VariablesEnPython #MachineLearning #Programacion #CursoPython #PythonParaPrincipiantes #AprendePython #Codigo #DesarrolloWeb #DataScience #InteligenciaArtificial #TutorialPython #PythonBasico #NumerosEnPython #TiposDeDatos
Jupyter Notebook desde CERO 📓 | Markdown, HTML, LaTeX y Código Python | Curso Machine Learning 2026
🔥 ¡Bienvenido a la Introducción Práctica de Jupyter Notebook! En este video del Curso de Machine Learning con Python, te enseño todo lo que necesitas saber para comenzar a trabajar en Jupyter Notebook de manera profesional. Aprenderás a crear cuadernos, usar celdas de código y markdown, formatear texto con HTML, crear fórmulas matemáticas con LaTeX, y verificar tus librerías instaladas. ¡Todo lo esencial para tu flujo de trabajo en Data Science! Introducción: ¿Qué es Jupyter Notebook? Abrir Jupyter desde nuestro entorno de trabajo Crear carpetas y organizar el proyecto Crear nuevo cuaderno (notebook) Conociendo el menú y barra de herramientas Celdas: Code vs Markdown Markdown: Texto formateado y Shift+Enter Formatos HTML en Jupyter (h1, alineación) Títulos simplificados con numeral (#) Fórmulas matemáticas con LaTeX y signo de pesos Fracciones en LaTeX: inline vs display Listas con viñetas y numeradas Texto en negritas (**) y cursiva (*) Celdas de código Python: print() y ejecución Comentarios en Python con # Ventaja de Jupyter: Código + Documentación Verificar librerías instaladas (numpy, pandas, matplotlib, sklearn) Imprimir versiones de Python y librerías Explorando el menú File Próximos pasos del curso 📦 LO QUE APRENDERÁS EN ESTE VIDEO: ✅ Crear y organizar notebooks en Jupyter ✅ Diferencia entre celdas Code y Markdown ✅ Formatear texto con HTML (h1, align) ✅ Crear títulos con # (Markdown simplificado) ✅ Escribir fórmulas matemáticas con LaTeX ✅ Listas con viñetas (*) y numeradas (1.) ✅ Texto en negritas **texto** y cursiva *texto* ✅ Ejecutar código Python con Shift+Enter ✅ Comentarios en código con # ✅ Verificar instalaciones: numpy, pandas, matplotlib, sklearn ✅ Imprimir versiones de librerías 💻 CÓDIGO DEL VIDEO: ```python # Verificar librerías instaladas import numpy import pandas import matplotlib import sklearn import sys print("Python:", sys.version) print("Numpy:", numpy.__version__) print("Pandas:", pandas.__version__) print("Matplotlib:", matplotlib.__version__) print("Scikit-Learn:", sklearn.__version__) 💬 COMENTA "JUPYTER" si ya probaste los formatos de markdown 🔔 SUSCRÍBETE para el próximo video: "Introducción a Python - Variables y Tipos de Datos" 🌐 MIS REDES: 📺 YouTube: @AprendamosconScorpionSecurity 📱 TikTok: @scorpionmarcosanchez 📸 Instagram: @scorpionmarcosanchez ☕ ¿Te ayudo a aprender? Apoya el canal: 💰 PayPal: paypal.me/MarcoAntonioS934 📂 CURSO COMPLETO DE MACHINE LEARNING: https://www.youtube.com/playlist?list=PLffixYYr8M_vN46ZZymOB6Wqo4XBTWtiX #JupyterNotebook #Python #MachineLearning #Markdown #DataScience #LaTeX #HTML #CursoPython #Programación #CienciaDeDatos #TutorialPython #ScorpionSecurity #AprendemosConScorpionSecurity #Python2026 #NumPy #Pandas #Matplotlib #ScikitLearn #Notebook
Presentación Curso de Machine Learning con Python 2026 🤖 | De Cero a Proyecto Final
🔥 ¿Quieres dominar la Inteligencia Artificial y crear tus propios modelos predictivos? Este curso PRÁCTICO de Machine Learning con Python te lleva desde los conceptos básicos hasta un Proyecto Final real, sin descuidar la teoría fundamental. 👇 📚 TEMARIO DEL CURSO (Con Marcas de Tiempo): Introducción y qué lograrás en este curso 1. Preparación del entorno: Instalación de Anaconda y Jupyter 2. Introducción a Python (Variables, flujos de control y estructuras) 3. Procesamiento y Visualización de Datos (Librerías, repaso de estadística y matemáticas) 4. Machine Learning: Clasificación y Modelos de Regresión 5. Deep Learning: Redes Neuronales, Perceptrón y Redes Convolucionales 6. PROYECTO FINAL: Aplicando todo lo aprendido en un caso real 💻 REQUISITOS PARA SEGUIR EL CURSO: 1️⃣ Anaconda: Distribución libre para ciencia de datos y cómputo científico. 2️⃣ Jupyter Notebook: Entorno interactivo para integrar código, texto, gráficas e imágenes. 3️⃣ Conocimientos básicos de programación (¡Nosotros te guiamos en el resto!). 💬 COMENTA "ML" en el video y te envío los datasets y el código fuente del Proyecto Final. 🔔 SUSCRÍBETE y activa la campana para no perderte la serie completa de IA y Ciberseguridad. 🌐 CONÉCTATE CONMIGO: 📺 YouTube: @AprendamosconScorpionSecurity 📱 TikTok: @scorpionmarcosanchez 📸 Instagram: @scorpionmarcosanchez ☕ ¿Te ayudo a aprender? Apoya el canal para crear más contenido: 💰 PayPal: paypal.me/MarcoAntonioS934 #MachineLearning #Python #InteligenciaArtificial #DataScience #DeepLearning #CursoDePython #ScorpionSecurity #MachineLearning #Python #InteligenciaArtificial #IA #DataScience #DeepLearning #CursoPython #Anaconda #JupyterNotebook #RedesNeuronales #AprendizajeAutomático #Programación #ScorpionSecurity #AprendemosConScorpionSecurity #Python2026
Cómo la inteligencia artificial está revolucionando la medicina
El doctor Rohan Khera, cardiólogo y científico especializado en datos, utiliza tecnología de inteligencia artificial desarrollada en su laboratorio en Yale para detectar irregularidades en imágenes cardiovasculares que escapan al ojo humano. Analizaremos distintas aplicaciones de esta tecnología que buscan que procedimientos médicos costosos e invasivos lleguen a más personas, así como sus posibles limitaciones. 00:00:00:00 - Inicio directo 00:00:40:13 - La IA en medicina 00:04:28:20 - Dentro del laboratorio CarDS 00:06:08:00 - El futuro de la atención médica ¡Nuevos videos en español todos los días! ¡Suscríbete aquí! https://www.youtube.com/channel/UCp6zvh6_oW2pXbk0gPSjzyg Bloomberg ofrece las últimas noticias financieras globales, análisis de mercado y documentales informativos directamente desde Bloomberg, ahora disponibles en español. Más de Bloomberg en Español: WhatsApp: https://trib.al/PIK6kY1 TikTok: https://vm.tiktok.com/ZGeuw69Ao/ X: https://x.com/BBGenEspanol Para más de nuestra cobertura: http://www.bloomberg.com Las voces sintéticas que aparecen en estos reportajes provienen de Papercup, una empresa que utiliza tecnología de inteligencia artificial para traducir contenidos de vídeo. Bloomberg no puede garantizar la precisión de la traducción.
Qué es Deep Learning (o Aprendizaje Profundo): De la Neurona Biológica a la Red Neuronal Artificial
Deep Learning (o Aprendizaje Profundo) permite que las computadoras aprendan tareas usando Redes Neuronales en términos de una jerarquía de conceptos con múltiples niveles de representación a partir de datos crudos. Este video explica visualmente qué es y qué caracteriza al aprendizaje profundo. 👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado. 🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn https://www.linkedin.com/in/octaviogutierrez/ Para citar este recurso educativo utiliza la siguiente referencia: Gutiérrez-García, J.O. [Código Máquina]. (2024, 8 de Enero). Qué es Deep Learning (o Aprendizaje Profundo): De la Neurona Biológica a la Red Neuronal Artificial [Video]. YouTube. [Incluye aquí la URL del video] ******************************************** Para guiar tu aprendizaje en Machine Learning, en este vínculo (https://youtu.be/lomJnbN5Wnk) se encuentra una guía secuencial para aprender: 1. Programación Básica con Python; 2. Manejo de Datos; 3. Visualización de Datos; 4. Análisis de Datos; y 5. Aprendizaje de Máquina y Ciencia de Datos. También, aquí les comparto una lista de reproducción que contiene exclusivamente temas de aprendizaje profundo: https://www.youtube.com/playlist?list=PLat2DtY8K7YWwkfn4pGi6hn8dOpbrHb_z ******************************************** Índice del Video: 0:00 Introducción 0:25 Qué es Deep Learning 1:24 Neuronas Biológicas 3:20 Redes Neuronales Artificiales 6:39 Modelos profundos (múltiples capas) 8:44 Deep Learning con Datos Crudos 13:42 Jerarquía de Conceptos 16:36 Definiciones de Deep Learning 17:13 Librerías de Python para Deep Learning ⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias. ⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI: https://www.amazon.com.mx/stores/sinHaki/page/1BD34FBC-C0F9-44F5-AC69-520634334C61?ref_=ast_bln #DeepLearning #AprendizajeProfundo #RedesNeuronales #IA #InteligenciaArtificial #AI #Python #AprendizajeAutomático #AprendizajeDeMaquina #MachineLearning
Que debes saber para machine learning (Roadmap)
En este video te platico algunos puntos básicos los cuales te van a ayudar durante tu aprendizaje de machine learning. Liga a un articulo con algunas ligas y recursos para aprender (Este articulo va a estar siendo actualizado periodicamente): - 🔊 Si quieres apoyar al canal 🫶 para que haya mas y mejor contenido (ganar-ganar-ganar jaja) puedes hacerlo por Patreon! 🔊 https://www.patreon.com/amptech_cc 0:00 - Intro 1:20 - Matemática 4:30 - Programación 8:09 - Modelos / ML #amptech #inteligenciaartificial #machinelearning