O1B

Métodos especializados para artes y ciencias no relacionadas con TI. Los siguientes materiales se prepararon para el sistema Jupyter y están en forma de cuadernos IPython. Puede acceder a ellos en su instalación local de Jupyter o con Google Colaboratory (se necesita una cuenta).

• Cómo usar los cuadernos Jupyter.

Manipulación de texto (lingüística, sociología, ciencias sociales, filología)

1. Introducción a las cadenas.

2. Rebanadas.

3. Formateo de cadenas.

4. NLTK, parte 1: introducción.

5. NLTK parte 2: etiquetado de POS, bolsa de palabras, frecuencia de palabras, sinónimos y antónimos.

6. NLTK, parte 3: extracción y creación de características de texto.

Estadística (economía, ciencias sociales)

1. Pandas, una introducción.

2. Entrada y salida.

3. Manipulación de Datos.

4. Gráficos.

5. Estadísticas Descriptivas y Parámetros.

6. Prueba de hipótesis.

7. Correlación lineal y regresión.
   Notas adicionales.

Bioestadística, bioinformática (ciencias biomédicas y naturales)

1. Población y muestra.

2. Medidas de centralización.

3. Medidas de posición.

4. Medidas de dispersión.

5. Asimetría y curtosis.

6. Probabilidad.

7. Genoma Humano I.

8. Genoma Humano II.

9. Red Neuronal para Clasificación de Iris.

10. Redes Neuronales Convolucionales.

11. Optimizaciones en CNNs.

12. Red neuronal recurrente.

Algoritmos, teoría de la programación (matemáticas)

1. Análisis de algoritmos.

2. Recursión.

3. Secuencias basadas en matrices.

4. Pilas, colas y dequeues.

5. Listas enlazadas.

6. Clasificación.

Métodos científicos y numéricos, análisis de datos (física)

1. Precisión de los cálculos numéricos.

2. Presentación gráfica de datos.

3. El paquete numpy.

4. Matemáticas en numpy.

5. Ecuaciones y sistemas de ecuaciones.

6. Integración y diferenciación numérica.

O2

Ejercicios de programación. Para la parte O1A, los ejercicios y las preguntas se incluyen en las lecciones del manual.

Manipulación de texto (lingüística, sociología, ciencias sociales, filología)

1. Introducción a las cadenas.

2. Rebanadas.

3. Formateo de cadenas.

4. NLTK, parte 1: introducción.

5. NLTK, parte 2: etiquetado de POS, bolsa de palabras, frecuencia de palabras, sinónimos y antónimos.

6. NLTK, parte 3: extracción y creación de características de texto.

Estadística (economía, ciencias sociales)

1. Entrada y salida.

2. Manipulación de Datos.

3. Gráficos.

4. Estadísticas Descriptivas y Parámetros.

5. Prueba de hipótesis.

6. Correlación lineal y regresión.

Bioestadística, bioinformática (ciencias biomédicas y naturales)

1. Población y muestra.

2. Medidas de centralización.

3. Medidas de posición.

4. Medidas de dispersión.

5. Asimetría y curtosis.

6. Probabilidad.

7. Genoma Humano I.

8. Genoma Humano II.

9. Red Neuronal para Clasificación de Iris.

10. Redes Neuronales Convolucionales.

11. Optimizaciones en CNNs.

12. Red neuronal recurrente.

Algoritmos, teoría de la programación (matemáticas)

1. Análisis de algoritmos.

2. Recursión.

3. Secuencias basadas en matrices.

4. Pilas, colas y dequeues.

5. Listas enlazadas.

6. Clasificación.

Métodos científicos y numéricos, análisis de datos (física)

1. Precisión de los cálculos numéricos.

2. Presentación gráfica de datos.

3. El paquete numpy.

4. Matemáticas en numpy.

5. Ecuaciones y sistemas de ecuaciones.

6. Integración y diferenciación numérica.

O3

Ejercicios de programación para la autoevaluación. Necesitará un servidor nbgrader en funcionamiento.

Curso de programacion

1. Variables

2. Instrumentos de cuerda

3. Entrada y salida

4. Algunos de los tipos complejos más populares

5. Derivación

6. While bucle

7. For bucle

8. Subrutinas, El concepto de función

9. Módulos

10. Programación orientada a objetos

Manipulación de texto (lingüística, sociología, ciencias sociales, filología)

1. Introducción a las cadenas.

2. Rebanadas.

3. Formateo de cadenas.

4. NLTK, parte 1: introducción.

5. NLTK, parte 2: etiquetado de POS, bolsa de palabras, frecuencia de palabras, sinónimos y antónimos.

6. NLTK, parte 3: extracción y creación de características de texto.

Estadística (economía, ciencias sociales)

1. Entrada y salida.

2. Manipulación de Datos.

3. Gráficos.

4. Estadísticas Descriptivas y Parámetros.

5. Prueba de hipótesis.

6. Correlación lineal y regresión.

Bioestadística, bioinformática (ciencias biomédicas y naturales)

1. Población y muestra.

2. Medidas de centralización.

3. Medidas de posición.

4. Medidas de dispersión.

5. Asimetría y curtosis.

6. Probabilidad.

7. Genoma Humano I.

8. Genoma Humano II.

9. Red Neuronal para Clasificación de Iris.

10. Redes Neuronales Convolucionales.

11. Optimizaciones en CNNs.

12. Red neuronal recurrente.

Algoritmos, teoría de la programación (matemáticas)

1. Análisis de algoritmos.

2. Recursión.

3. Secuencias basadas en matrices.

4. Pilas, colas y dequeues.

5. Listas enlazadas.

6. Clasificación.

Métodos científicos y numéricos, análisis de datos (física)

1. Precisión de los cálculos numéricos.

2. Presentación gráfica de datos.

3. El paquete numpy.

4. Matemáticas en numpy.

5. Ecuaciones y sistemas de ecuaciones.

6. Integración y diferenciación numérica.