Python desde cero hasta Machine Learning

Cas Training > Nuestros cursos > Python desde cero hasta Machine Learning
Icono Duración del curso
Duración del curso
48 horas
Lugar de impartición
Madrid / Online
Icono modalidad del curso
Modalidad
Presencial|Virtual
Icono Fecha del curso
Fecha de inicio
Próximamente

Acerca del curso

Python es uno de los lenguajes de programación más populares y extendidos a día de hoy. Además, puede ser usado en cualquier sistema operativo, lo que hace que sea un lenguaje muy demandado por las empresas. La sencillez de su sintaxis, la alta legibilidad y la abundancia de bibliotecas y de usuarios activos, hacen de Python un lenguaje de programación en plena expansión y cada vez más demandado en ámbitos como el machine learning o el big data donde se gestionan grandes cantidades de datos.

Próximas convocatorias

Estamos preparando nuevas convocatorias. Déjanos tus datos a través del formulario y te avisaremos lo antes posible.

Objetivos

Dominar el lenguaje de programación Python

Contenidos

  • INTRODUCCIÓN
    • Presentación y metodología
    • ¿Qué es Python?
    • Grandes proyectos que no imaginas que están realizados con Python.
    • Las distintas “pieles” de Python: Distribuciones y versiones.
    • Distribución oficial de Python.
    • Distribución Anaconda.
    • Otras herramientas útiles: Jupyter Notebooks
  • PROYECTO 1: CALCULADORA FINANCIERA.
    • Operaciones a implementar.
    • Estructura de un programa Python.
    • Comentarios y documentación de programas
    • Entrada y salida de información en consola (Input y Print)
    • Variables y tipos de datos en Python: Números, textos, listas, tuplas y diccionarios
    • Asignaciones
    • Operadores: Aritméticos, lógicos, relacionales, a nivel de bit
    • Condicionales. Indentación y PEP8.
    • Bucles For y While
    • Sentencias de control: Continue, break y pass.
    • Funciones. Argumentos.
    • Uso de la librería estándar Math.
  • PROYECTO 2: GESTIÓN LIBRERÍA.
    • Requerimientos de cliente.
    • Funciones lambda
    • Operaciones sobre listas, tuplas, diccionarios y conjuntos.
    • Creando módulos con nuestras funciones. Importando módulos
    • Módulos estándar de Python.
    • Paquetes. Importación.
    • Formateo de la información de salida.
    • Lectura y escritura en disco.
  • PROYECTO 3: WEB CAPTURER.
    • Creación de un dataset a partir de web.
    • Gestión de excepciones
    • Acciones de limpieza.
    • Almacenamiento de datos estructurados.
    • Acceso a Internet: librería urllib
    • Extracción de datos: librería beautifulsoup
  • PROYECTO 4: FILTRO ANTI-SPAM
    • Básicos en antispam
    • Clases. Programación orientada a objetos en Python.
    • Ámbitos y namespaces
    • Objetos Clase, Instancia y Método. Constructores.
    • Herencia y herencia múltiple.
    • Generadores e iteradores.
    • Expresiones regulares: Librería re.
    • Más sobre urllib
    • Otras librerías estándar.
  • PROYECTO 5: SIMULANDO BIG DATA.
    • Trabajar con grandes cantidades de datos.
    • Medición de rendimiento: Librería Timer.
    • Control de calidad: Pruebas unitarias.
    • Librería doctest.
    • Trabajo con datos estructurados binarios.
    • Multihilos.
    • Sistema de Logs.
    • Garbage Collections. Sistema de control de memoria.
  • PROYECTO 6: SCIENTIFIC RESEARCH INC.
    • Manejando arrays y visualizando información científica.
    • Entornos virtuales
    • Manejando paquetes con pip.
    • Librerías externas de Python más importantes:
    • numpy
    • pandas
    • mathplotlib
    • scipy
    • BBDD con Python
    • Uso de SQL: Librería sqlite3
  • PROYECTO 7: PRODUCIENDO.
    • Ejecutables en Python. Web dinámicas con Django
    • Compilación de ficheros .py
    • Argumentos en ficheros ejecutables.
    • Desarrollo web con Python-Django
    • Plantillas, modelos y vistas.
    • Formularios y vistas avanzadas. URLconfig.
    • Desplegando django.
    • Sesiones y usuarios en django.
    • Integración con bases de datos y aplicaciones.
    • Seguridad.
  • PROYECTO 8: AI
    • Introducción al aprendizaje automatico.
    • Introducción a los algoritmos de Machine Learning
    • ML en Python: librería sklearn
    • Esquema de trabajo en ML
    • Carga de dataset
    • Limpieza de dataset
    • Aplicación de sklearn
    • Revisión de resultados.
Compartir:

Solicita más información

Solicitar Información
Mensaje enviado correctamente
No se ha enviado su mensaje. Por favor revisa los campos e inténtalo otra vez.