Ciencia de los datos con python (Registro nro. 1138)
[ vista simple ]
| 000 -CABECERA | |
|---|---|
| campo de control de longitud fija | 04301nam a22001937a 4500 |
| 003 - NUMERO DE CONTROL DE IDENTIFICACIÓN | |
| campo de control | OSt |
| 005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
| campo de control | 20250403151137.0 |
| 008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
| campo de control de longitud fija | 230908b |||||||| |||| 00| 0 eng d |
| 020 ## - NÚMERO INTERNACIONAL ESTÁNDAR DEL LIBRO (ISBN) | |
| Número Internacional Estándar del Libro (ISBN) | 978-958-503-356-6 |
| 040 ## - FUENTE DE LA CATALOGACIÓN | |
| Centro catalogador/agencia de origen | B-ISTTENA |
| 041 ## - CÓDIGO DE LENGUA | |
| Código de lengua del texto/banda sonora o título independiente | Esp. |
| 245 ## - MENCIÓN DE TÍTULO | |
| Título | Ciencia de los datos con python |
| Mención de responsabilidad, etc | Francisco J. Toro López |
| 250 ## - MENCIÓN DE EDICIÓN | |
| Mención de edición | 1ra ed. |
| 260 ## - PUBLICATION, DISTRIBUTION, ETC. | |
| Lugar de publicación, distribución, etc. | Colombia |
| Nombre del editor, distribuidor, etc. | Ecoe ediciones S.A.S. |
| Fecha de publicación, distribución, etc. | 2022 |
| 300 ## - DESCRIPCIÓN FÍSICA | |
| Extensión | 197 pag. |
| Dimensiones | 24 x 17 cm. |
| 505 ## - NOTA DE CONTENIDO CON FORMATO | |
| Nota de contenido con formato | Capitulo 1. El lenguaje Python.<br/>Introducción al manejo de Python.<br/>Instalación de Python.<br/>El editor IDLE.<br/>Tipos de datos.<br/>Ejercicios.<br/>Las cadenas de caracteres.<br/>Valores booleanos ( bool ).<br/>La interfaz de Python.<br/>La versión de Python en uso.<br/>Escribir comentarios en Python. <br/>Errores en Python.<br/> ¿Python sabe de un error antes de que se ejecute el código. <br/>Manejo de caracteres.<br/>Escribir el primer programa con Python.<br/>Tipos de objetos en Python.<br/>Manejos de cadenas de caracteres.<br/> Listas y tuplas.<br/> Funciones integradas.<br/> Funciones básicas matemáticas.<br/>Operadores de comparación. <br/> Operadores de identidad y pertenecía. <br/>Manejo de diccionarios.<br/>Colecciones (set) de datos.<br/> Observaciones sobre secuencias: cadenas, listas, y tuplas.<br/> Paquetes complementarias de Python.<br/> Resumen de Python en la ciencia de los datos.<br/>Funciones.<br/>Apertura de archivos.<br/>Leyendo Archivos.<br/>Programas en red.<br/>El protocolo de transporte de hipertexto( HTTP )<br/>El navegador web mas sencillo.<br/>Análisis de html y barrido de la web. <br/>Análisis de HTML mediante BeatifulSoup.<br/>Los programas.<br/>Uso de objetos.<br/> Comenzando a Programar.<br/>Subdividir un problema- Encapsulación.<br/>Los objetos Python.<br/> Depuración ( debugging )<br/>glosario.<br/>Capitulo 2. Términos, técnicas y tareas de la ciencia de datos.<br/>¿ Que es la minería de datos. <br/>¿ Que es la ciencia de los datos.<br/> Los científicos de datos.<br/> big data.<br/> Nuevos dispositivos.<br/> El bidg data requiere de un big Analytics.<br/> Las limitaciones del business intelligence tradicional.<br/> La evaluacion de DWH al ADW .<br/> MAD, nueva mitología.<br/> Medio Magnético.<br/> Ágil.<br/> Detallado.<br/> Hadoop.<br/> HDFS.<br/> MAPEDUCE.<br/>La ciencia de los datos. <br/>Adquisición de datos: paso 1.<br/>Manipulación de datos: paso 2.<br/>Aplicación de técnicas de análisis: paso3.<br/>Reportar la información: paso 4.<br/>En accion. paso 5. <br/>Capitulo 3. Adquisición y manipulación de datos.<br/>Importancia y exportación de datos en Python.<br/> Caso 1: análisis de datos.<br/>Introducción al análisis de datos con Python .<br/> Caso 2: el Castillo de Edimburgo.<br/> Inicio del análisis.<br/> Desmembrado todo.<br/>Capitulo 4. Análisis de los datos y diseño y presentación del modelo.<br/> Verificado la instalando Python.<br/> Recomendaciones para Windows.<br/>La integración.<br/> Convertir los resultados en accion <br/>Las diferencias de las matéricas dependiendo de las variables y tareas.<br/> Datos históricos + datos cercanos a la realidad - predicciones.<br/> Eliminar filas en el DataFrame Claudia con bases a sus valores.<br/> Conjunto de datos d ejemplo. <br/>Capitulo 5. Evaluación modelos: la vista "minable y la comprensión de datos".<br/>¿ Que es la vista 'minable´?.<br/>¿ Para que se utiliza una vista ´minable´?.<br/>Técnicas que convierten datos en modelos y procesos de predicción en temas empresariales.<br/> Análisis exploratorio.<br/> Métodos de estimación y predicción.<br/>Un caso manejado con tres técnicas matemáticas.<br/> Alisado exponencial simple. <br/>Capitulo 6. Proyectos de la ciencia.<br/>Planeación y desarrollo de proyectos de la ciencia de los datos.<br/>Definición ampliada de las delimitación.<br/>Tiempos, costos y riesgos de proyectos <br/> Las fases de un proyecto. <br/> Definición y creación del plan básico del proyecto.<br/>Ajustes e informes.<br/> Desarrollo y supervisión del proyecto.<br/> Cierre y evaluación de un proyecto.<br/> Mitologías empleadas para administrar proyectos.<br/> La asignación de recursos.<br/> Los costos de un proyecto.<br/>Caso del castillo de Edimburgo.<br/>ANEXOS.<br/>REFERENCIAS.<br/> |
| 650 ## - | |
| Término de materia o nombre geográfico como elemento de entrada | Software |
| 942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
| Código de la institución [OBSOLETO] | B-ISTTENA |
| Tipo de ítem Koha | Libros |
| Fecha de Catalogación | 08/09/2023 |
| Catalogador | Denice Aguinda |
| Fecha de adquisición | 16/06/2023 |
| Localización permanente | Fecha de adquisición | Fuente de adquisición | Número de inventario | Código de barras | Número de copia | Costo, precio normal de compra | Tipo de ítem Koha |
|---|---|---|---|---|---|---|---|
| Instituto Superior Tecnológico Tena | 06/16/2023 | Donación | ISTT-DS-0275 | ISTT-DS-0275 | Eje. 1/1 | 39.98 | Libros |