¿Cuáles son los mejores recursos para aprender a usar Python para aprendizaje automático / ciencia de datos?

Answer 1

Permítanme ser claro aquí, ” Data Science with Python ” no es un concepto único. No puedes convertirte en científico de datos aprendiendo solo python. Si desea abordar un dato utilizando python, lo más importante es aprender primero “Python”.

Aquí está la ecuación para convertirse en científico de datos con python:

Ciencia de datos con Python: Python + Tecnologías de base de datos + Matemáticas + Estadísticas + Aprendizaje automático con Python + Recuperación de información.

Si pudieras resolver la ecuación anterior, ganarás ese título. Veamos uno por uno.

Para aprender algo, tienes que empezar primero. Como mencioné anteriormente, el conocimiento de python es realmente necesario, por eso ‘Python’ será el centro de atracción de este artículo.

Siempre he dado preferencia a aprender ‘Python’ primero como su lenguaje más fácil del mundo.

¿Cómo aprendes idiomas? Al aprender los alfabetos, a continuación, la sintaxis y luego aplicar la gramática en él. Eso es casi lo mismo con Python también.

La gente me está pidiendo que escriba un breve artículo sobre python. Creo que este es el tiempo de escritura para que escriba, “Guía completa sobre Python” …

Para entender el mercado de Python, siga este enlace: la respuesta de Akash Dugam a Between Java and Python, ¿cuál es mejor aprender primero y por qué?

Este módulo de aprendizaje está dividido en las siguientes partes:

1. Aprender de los libros,

2. Aprender de los tutoriales,

3. Aprender de los MOOC’s,

4. Aprender de los cursos pagados,

5. Aprende de YouTube.

6. Aprender de las aplicaciones.

Empecemos con los libros primero.

1. Aprender de los libros:

Muchos dijeron, los libros son los mejores amigos de los humanos. ¡Sí! es verdad. Incluso he aprendido muchas cosas de los libros haciendo mi propio estudio. Los libros también son conocidos como un tesoro de conocimiento. Hay muchos libros (miles de) libros que se han escrito en python. Entonces, habrá un infierno de confusión sobre lo que uno tiene que seguir. He investigado y estudiado y he creado las siguientes listas:

A] Head First Python: Bueno, tu mente recuerda más diagramas o imágenes que texto. Ha sido probado por el científico. Entonces, ¿qué pasa si les digo que estas investigaciones son utilizadas prácticamente por el equipo de Head First, entonces? … Una vez me pregunté, ¿cómo puede alguien convertir eso en libros? Encontrarás cómo la teoría ha sido explicada por diagramas. ¿No es genial? (Aquí está el enlace oficial: http: //shop.oreilly.com/product/…)

Si eres principiante de python, te sugiero que vayas a buscar este libro.

Puedes comprar este libro aquí: Head First Python

Usuario indio, siga este enlace: Pagos de facturas de pospago, DTH y Datacard en Paytm.com

B] Libro de cocina de Python: una vez que conozcas los ingredientes, es tu momento de cocinar. Algunas personas tienen un hábito de aprender todo, desde un libro de cocina para ellos, tenemos un libro de cocina de pitón disponible. (Aquí está el enlace oficial: Python Cookbook)

Puedes comprar esto aquí: Python Cookbook

Usuarios de la India, por favor, siga este enlace: Compre el libro de cocina de Python en línea a precios bajos en la India

Estos dos libros son realmente geniales para comenzar con Python.

2. Aprender de los tutoriales:

¿No quieres aprender de los libros? ¿Tienes una buena conectividad a internet? Si es así, aquí están los mejores sitios de tutoriales en internet.

A] Codeacademy: Han empezado a enseñar lenguaje de programación en la pancarta de ‘Aprende con hacerlo’. Sí, eso es cierto. Lo hicieron de manera muy interactiva y la presentación del contenido es muy lúcida.

Aquí está el enlace para comenzar con: Python

B] Curso de Python: una vez en roaming en Internet, encontré este sitio web completo con un inmenso conocimiento sobre Python. ¿Por qué no miran esto: en línea y en el sitio?

C] Python para la ciencia de datos: Aquí están

Hay muchos tutoriales sobre python que se pueden encontrar en google. Pero estos son dos cosas muy famosas y lo más importante es su MEJOR contenido.

3. Aprender de los MOOC’s:

Se ha convertido en una tendencia a aprender todas las cosas del profesor virtual. Edx, Coursera, Udacity son grandes jugadores en el mundo de los MOOC. Lo que me gusta de MOOC es, como lo han preparado las universidades más importantes como Stanford, MIT, etc.

Aquí está la lista de MOOC’s para seguir en Coursera:

A] Programación para todos (Introducción a Python) Por la Universidad de Michigan: https://www.coursera.org/learn/p…

B] Una introducción a la programación interactiva en Python (Parte 1) por Rice University: https: //www.coursera.org/learn/i…

C] Una introducción a la programación interactiva en Python (Parte 2) por Rice University: https: //www.coursera.org/learn/i…

Aquí está la lista de MOOC a seguir en EDX:

A] Aprender a programar usando Python Por la Universidad de Texas: Aprender a programar usando Python

B] Introducción a Python para Data Science: Introducción a Python para Data Science

Aquí está la lista de MOOC a seguir en Udacity:

A] Fundamentos de programación con Python: Fundamentos de programación con Python | Udacity

4. Aprender de los cursos pagados:

¿Quieres gastar dólares para aprender? ¡En caso afirmativo! entonces hay pocos cursos en Udemy que son realmente buenos para extraer conocimientos. Aquí está la lista:

A] Complete Python Bootcamp: Complete Python Bootcamp – Udemy

B] Python – ¡Aprende Python desde cero en ningún momento !: Python – ¡Aprende Python desde cero en ningún momento!

C] Python para Data Science: Cursos de Data Science: tutoriales de análisis de R & Python | DataCamp; El curso de introducción es gratuito, pero para otros, deberá pagar después del primer capítulo.

Preferencia: Completa el bootcamp de python.

5. Aprende de YouTube:

Hoy en día la gente está obteniendo conocimiento de YouTube. Personas de todo el mundo comparten el conocimiento a través de YouTube. Aquí está la lista de los mejores canales que le proporcionan conocimiento sobre Python:

A] Clase de Python de Google : Aprenda Python (Google)

B] Zero To Hero con Python (Clase interactiva de Python por Microsoft): Zero to Hero con Python Tutorial FULL – Easy Learning python 3.4 de principio a fin

6. Aprender de las aplicaciones:

¿Estás tan ocupado que no tienes tiempo para hacer todo esto? Si usted es uno de ellos, le sugiero que descargue alguna aplicación de Google Play para comenzar con Python.

A] SoloLearn: Gran iniciativa de ellos, aprende cosas haciéndolo. En realidad, esta aplicación tiene un espacio en mi móvil, ¡es demasiado bueno!

Aquí está el enlace: https://play.google.com/store/ap…

Como dije, hay varias maneras de comenzar con python. Lo que sugeriría es comprar un libro de python y seguir MOOC o seguir tutoriales en línea, etc. lo que quieras pero tiene que haber un libro contigo para aprender más cosas. Ejemplo: Comience a aprender el concepto de cualquier recurso y una vez que haya terminado con él, siga el libro para obtener más conocimientos.

Una vez que hayas terminado con Python, te sugeriría que aprendas SQL. Como vas a jugar con muchos datos, mi recomendación es aprender SQL. Puede aprender SQL aquí: SQLZOO o desde el canal de YouTube “Manish Sharma”: tutoriales de SQL para principiantes / tutoriales de Oracle Database.

La probabilidad también se conoce como la ciencia de la incertidumbre y ese concepto es el más importante en el campo de la DS. Puedes aprenderlo de los cursos del MIT. Aquí está el enlace de youtube: Probabilidad y Estadística MIT

Otro tema importante que todos deberían aprender es el “Aprendizaje automático”. Necesitas tener conocimientos de matemáticas para aprender ML. Aquí está el mejor tutorial del mundo sobre ML: Colección de conferencias | Aprendizaje automático

Aquí está la mejor referencia, Procesamiento de lenguaje natural con Python

Hay muchos proyectos ficticios disponibles en internet. Intenta terminarlo. Hacer el hogar de la ciencia de datos, etc.

¿Estás buscando tecnologías Big Data? En caso afirmativo, siga el siguiente camino: Respuesta de Akash Dugam a ¿Cuáles son las habilidades requeridas para los trabajos de big data?

Los libros son realmente verdaderos amigos de los humanos. Si realmente está buscando algún tipo de guía sobre la carrera en la ciencia de datos y cuáles son los libros disponibles para consultar, lea este artículo: Respuesta de Akash Dugam a ¿Cuáles son los buenos libros para “científico de datos” y “análisis de datos” para ¿principiante?

PD: Puedes enviarme un mensaje si necesitas más ayuda.

Gracias Sourav Bhawmik por A2A.

Answer 2

De acuerdo con su pregunta, no está claro si usted es nuevo en la ciencia de datos y el aprendizaje automático, pero asumiré que lo es. Preguntaste sobre aprender Python específicamente. Muchas personas, incluido yo mismo, cometieron el error cuando comenzaron a aprender a priorizar el aprendizaje de un idioma en lugar de aprender los conceptos. La ciencia de los datos y el aprendizaje automático implican formas de pensar de mayor orden sobre los datos que no son fáciles de aprender. Pero si aprende bien estos conceptos, podrá aplicarlos en el idioma que desee y aplicarlos a los nuevos escenarios que encuentre.

Si te concentras demasiado en aprender solo un idioma, te arriesgas a ingresar a un modo en el que has memorizado los comandos y quizás puedas hacer que algo funcione en Python o R, pero no puedes transferir las habilidades a otros idiomas y escenarios. . Un buen ejemplo es alguien que ha memorizado la sintaxis para realizar una regresión lineal en un determinado conjunto de datos. Es posible que puedan realizar la regresión, pero ¿pueden explicar por qué la eliminación de diferentes columnas del conjunto de datos cambia la pendiente de la línea? ¿Pueden averiguar cuándo modificar las columnas del predictor? ¿Pueden hacer el mismo análisis en un nuevo conjunto de datos?

Por supuesto, si desea aprender los conceptos, tiene que aprender un lenguaje de programación, ya que es imposible llevar a cabo la ciencia de datos sin codificación. Pero piense en un lenguaje de programación como un andamio para aprender los conceptos, no en el objetivo final.

La mejor manera de aprender sobre los conceptos es trabajar en proyectos y, al mismo tiempo, aprender teoría. Un ejemplo sería crear un proyecto que predice el mercado de valores al mismo tiempo que lee sobre los algoritmos que está usando y las estadísticas subyacentes.

Soy el fundador de dataquest.io, un sitio que enseña ciencia de datos interactivamente en tu navegador. Enseñamos usando Python, pero nos encargamos de enseñar los conceptos y la teoría detrás de lo que estás haciendo. Tenemos un enfoque de aprendizaje basado en proyectos y lo ayudamos a crear una cartera. Hemos tenido usuarios que han pasado por Dataquest y luego han obtenido trabajos debido a nuestro enfoque. También recomiendo usar Kaggle para practicar tus habilidades.

Si desea leer más sobre este enfoque, escribí una publicación en el blog sobre cómo aprender ciencia de datos.

Answer 3

Los mejores recursos para aprender sobre el aprendizaje automático En Python que recomendaría son cursos interactivos en línea donde no solo puede aprender conceptos teóricos detrás del aprendizaje automático, sino que también puede tener experiencia práctica en Python y crear su propio modelo / herramientas de aprendizaje automático. No prefiero aprender de un libro de texto ya que la retención es muy baja.

Para empezar, te recomendaría que leas algunos buenos artículos y veas seminarios web sobre aprendizaje automático en Python y aprendas diferentes técnicas de aprendizaje automático, a saber:

1. Clasificación
2. Agrupamiento
3. Regresión

Luego, puedes inscribirte en un curso completo sobre aprendizaje automático.

Seminarios web

Introducción al Aprendizaje Automático para Finanzas Cuantitativas

Buenos Artículos / Blogs

1. Aprendizaje de máquina para Quants y comerciantes – QuantInsti
2. Aprendizaje automático: Google
3. Blog – Dominio del aprendizaje automático

Buenos cursos de aprendizaje automático en Python

1. Aprendizaje automático para el comercio: Introducción

Este es el curso básico sobre aprendizaje automático que le brinda la introducción de diferentes tipos de aprendizaje y algoritmos utilizados en el aprendizaje automático y, finalmente, una estrategia en Python .

2. El comercio con aprendizaje automático: la regresión

• Varios conceptos de preprocesamiento de datos para aumentar el rendimiento de un sistema.
• Concepto de hiperparámetros y técnicas de validación cruzada para obtener mejores resultados de su modelo comercial
• Concepto de regresión y las matemáticas detrás de él.
• Compensación de sesgo y varianza
• Codifica todos los conceptos aprendidos para formar tus estrategias en Python.

3. Trading con Machine Learning: Clasificación y SVM

Este curso cubre las diferentes técnicas de clasificación y el concepto matemático detrás de él.

• Clasificador de regresión logística
• La clasificación multiclase y la diferencia entre la clasificación binaria y la clasificación multiclase
• Uno frente a todos los algoritmos, una codificación en caliente y la función Softmax para realizar la clasificación multiclase
• Máquina de vectores de soporte y las matemáticas detrás de Máquina de vectores de soporte
• Diferentes parámetros SVM para optimizar el modelo.
• Para predecir la tendencia usando el clasificador de vectores de soporte en Python

4. Aprendizaje automático | Coursera por Andrew Ng, que es el curso más popular sobre aprendizaje automático, está escrito en octava.

espero que esto ayude

¡Seguir aprendiendo!

Answer 4

Hola amigo .., bonita pregunta ..,

Cursos de ciencia de datos de Python

• Python en CodeCademy
• Introducción a Python para Data Science
• The Complete Python Masterclass: Aprende Python desde cero
• Curso de Programación Introducción a Python | Udacity
• Aprende Python para Data Science – Curso en línea
• Programación para todos (Introducción a Python) – Universidad de Michigan | Coursera
• Aprende ciencia de datos con Python y R. Empieza gratis.
• Completa el campo de entrenamiento de Python: pasa de cero a héroe en Python

Cursos de aprendizaje a máquina de Python

• Introducción al Aprendizaje Automático – Curso en línea
• Aprendizaje automático – Universidad de Stanford | Coursera
• Aprendiendo de los datos (Aprendizaje automático introductorio)
• Curso de Introducción al Aprendizaje Automático | Udacity
• Tutorial de Kaggle Python sobre Aprendizaje Automático
• Aprendizaje de máquina usando entrenamiento de Python
• Aprendizaje automático distribuido con Apache Spark
• Fundamentos de aprendizaje automático: un enfoque de estudio de caso – Universidad de Washington | Coursera
• Ingeniero de Aprendizaje Automático Nanodegree | Udacity
• Introducción a Python & Machine Learning (con Analytics Vidhya Hackathons)
• Aprendizaje automático: Regresión – Universidad de Washington | Coursera

Documentación de Python Machine Learning

• Documentación scikit-learn: aprendizaje automático en Python

Python Machine Learning YouTube

• indico
• Colección de conferencias | Aprendizaje automático – YouTube
• Welch Labs
• Ryan Harris

Tutoriales de Python Machine Learning

• Los 10 mejores tutoriales de IPython para Data Science y Machine Learning

Práctica de aprendizaje a máquina de Python

• Kaggle: tu hogar para la ciencia de datos
• DrivenData

Hay muchos sitios web famosos que están disponibles en nuestro internet. Pero le di a uno de los famosos sitios web para aprender Python GangBoard.

¿Por qué GangBoard?

Nic.at Kurzdomains Gang Board, le brindamos capacitación de estilo corporativo, cursos orientados a la ubicación y un programa de estudios basado en los trabajos actuales de MNC, todos preparados por profesionales de MNC con experiencia.

2.GangBoard ofrece archivos de cursos fáciles de descargar de corta duración.

3. La estructura del curso es una fruta pelada que es muy fácil de digerir.

Nos comparamos con otras instituciones, somos los mejores en ese mundo. apoyamos 24 * 7 soporte en vivo.

Tienes alguna duda. Consulte este sitio web:

Entrenamiento en línea PythOn.

Gracias .., la mejor de las suertes ..,

Answer 5

He planeado 5 pasos para que aprendas Python para Data Science y Machine Learning y para que aprendas Python for Data Science y ML no es Rocket Science. También he proporcionado recursos desde donde puedes aprender Python.

Paso 1 – Comience con el aprendizaje de los conceptos básicos

Le recomiendo que consulte este Tutorial de Python para presentarse con Python y luego prepararse con los siguientes temas:

Operadores de Python

Funciones de Python

Comprensiones de Python

Listas de Python

Tuplas De Python

Directorio de Python y la comprensión del diccionario

Toma de decisiones en Python

Bucles en Python

Paso 2 – Configura tu computadora

Recomiendo a Annaconda que se prepare para Data Science. Annaconda es una distribución de código abierto para Python y R para procesamiento de datos a gran escala, computación científica y análisis predictivo. También puedes descargar Annaconda desde casa. Tiene todo lo que necesita para aprender Python para Data Science y Machine Learning.

Paso 3 – Aprender Regex (Expresión Regular)

Si tiene que lidiar con datos textuales, regex será útil con la limpieza de datos. Es un proceso de detección y recopilación de errores corruptos de registros de un conjunto de registros, base de datos o tabla. Identifica partes de datos inexactos, incorrectos, incompletos e irrelevantes y los modifica, reemplaza o elimina.

Paso 4 – Bibliotecas esenciales para Data Science y ML

Una biblioteca es en realidad un conjunto de funciones y objetos preexistentes que se pueden importar a su script para ahorrar tiempo y esfuerzo.

a. Numpy

segundo. Pands

do. Scipy

re. Matplotlib

mi. scikit-learn

F. Seaborn

Paso 5 – Comienza a hacer proyectos con mayor aprendizaje

Crea algo Real en Python. Cometerá errores, se atascará muchas veces, pero gradualmente encontrará formas de salir de sus problemas. En el viaje de encontrar respuestas a sus consultas, aprenderá cosas nuevas y aquí comenzará el aprendizaje real.

Comience tomando los problemas y programas que están disponibles en la web y luego puede diseñar su propio problema.

Y solo practica y serás más perfecto cada día.

Si esta respuesta fue útil, por favor , ACTUALIZA y puedes seguir mi cuenta para obtener más respuestas sobre Data Science.

TODO LO MEJOR…

Answer 6

Espero que la siguiente comparación le ayude a elegir el mejor instituto / instituto de Big Data Science / Analytics / Big Data en India / EE. UU .:

Análisis comparativo de los mejores institutos analíticos: haga clic aquí

Aegis es uno de los mejores institutos en India que ofrece programas de postgrado en ciencias de datos, análisis de negocios y Big Data en asociación con IBM.

Antes de unirse a cualquier programa o instituto, se debe hacer un análisis y una investigación relevantes.

Entonces, ¿qué constituye hechos relevantes?

Siento que los siguientes son los más relevantes:

1. Registro de Colocación Pasada del instituto.
2. Currículum del curso
2. Perfil del profesorado
3. Apoyo a la asignación de instalaciones / proyectos prácticos.
4. Proyectos industriales y afiliaciones.
5. Cuotas

Todos los posibles participantes de un programa deben tomar una decisión solo después de un análisis comparativo de los atributos mencionados anteriormente. La verificación cruzada de la información recopilada es esencial para evitar sesgos personales e institucionales.

Se debe entender que el mejor consejo siempre proviene de los ex alumnos, profesores y participantes actuales.

La escuela de ciencias de datos Aegis está clasificada entre las 10 mejores instituciones.

Para ver la clasificación, por favor haga clic en el enlace: Los 10 mejores cursos de análisis en India – Clasificación 2016

El modo de entrega diferente en el que se entrega este programa es el siguiente:

• Tiempo completo: Haga clic aquí
• Modo ejecutivo de fin de semana: Haga clic aquí
• Ejecutivo en línea (Live Interactive): Haga clic aquí

Estos enlaces le darán más información sobre el programa. Puede ver todos los detalles sobre este programa, como el plan de estudios del curso, los detalles de los alumnos, el perfil del profesorado, la ubicación, los proyectos de la industria, etc.

En resumen, ¡haga una elección informada!

Todo lo mejor!

Answer 7

Daré una idea básica para aprender ciencia de datos.

Comencé con el curso de coursera’s ml de Andrew Ng. Ese es el mejor curso que existe para aprender Aprendizaje automático, que es una parte vital de la ciencia de datos.

Luego procedo a la especialización en ciencia de datos de la Universidad John Hopkins y la Universidad de Washington, después de haber completado los dos cursos, me sentí poco seguro.

Intenté dar algunas entrevistas, pero fallé. Porque desconocía las estadísticas y el álgebra lineal. Así que obtuve estadísticas básicas e Inferenciales de la Universidad de Amsterdam de Coursera y estadísticas de la Universidad de Duke también. Hice mi fundación fuerte en estadísticas y tomé algunos libros de alguna biblioteca para aprender álgebra lineal. Luego intenté volver a dar la entrevista y también fracasé, porque no estaba completamente equipado con R y python para implementar mi aprendizaje en la limpieza, modelado, preprocesamiento y modelos de construcción de datos. Así que elijo datacamp y aprendo python para la ciencia de datos allí y algunos cursos específicos de R con una suscripción que cuesta alrededor de 5000 rupias. Y me sentí más confiado después de eso e intenté competir en Your Home for Data Science y codegladiator. Com. así que solo necesito resaltar una cosa aquí, no puedes convertirte en un científico de datos de la noche a la mañana, necesita mucha dedicación, habilidades de especialización diferente y, sobre todo, te costará pasar una noche sin dormir.

Intenté usar libros como:

Haciendo ciencia de datos

Predicción de la inteligencia colectiva.

Ciencia de datos de emc

Álgebra lineal

Introducción al aprendizaje estadístico.

R para ciencia de datos

Análisis de datos de Python

Gráficos r

Analítica avanzada con chispa.

Dominar la ciencia de datos con R

Aprendizaje automático de Python

Moocs lo he intentado:

ML por Andrew Ng de Stanford coursera

Especialización en ciencia de datos de la Universidad John Hopkins.

Estadísticas de Amsterdam y Duke University of coursera.

Caja de herramientas de ciencia de datos

Programación r

Ciencia de datos genómicos

Curso de red neuronal en coursera.

Analítica de redes sociales por coursera.

Y muchos más.

Blogs que admiro:

Minitab

Intercambio de pila

Investopedia

Video de Youtube :

Ciencia de datos usando pythons scikit learn

Estadísticas del Sr. Murthy señor de ISI

Y mucho

Para convertirte en un científico de datos necesitas habilidades y determinación, pero más que eso necesitas una cosa, y eso es paciencia.

Buena suerte espero que esta información ayude. Comience a hackear los datos.

Answer 8

La ciencia de datos es un vasto dominio. Requiere una combinación de habilidades multidisciplinares que van desde una intersección de matemáticas, estadística, informática, comunicación y negocios.

Siendo un profesional de Data Science, puedo recomendar algunos de los mejores cursos disponibles:

Aquí está la lista, puede seguir para perseguir su objetivo:

1. Aprenda programación de Python Python : lo ayudará a adquirir experiencia en el análisis cuantitativo, la extracción de datos y la presentación de datos para ver más allá de los números al transformar su carrera en el rol de Data Scientist. Aprenderás a usar bibliotecas como Pandas, Numpy, Matplotlib, Scipy, Scikit, Pyspark y dominarás conceptos como el aprendizaje automático de Python, scripts, secuencia, raspado web y análisis de big data aprovechando Apache Spark. A continuación se muestra el curso, puede ir a dominar python: Curso de certificación Python | Entrenamiento de Python | Edureka
2. Ciencia de datos con Python: este curso de ciencia de datos en Python lo ayuda a adquirir experiencia en varios algoritmos de aprendizaje automático, como regresión, agrupamiento, árboles de decisión, bosques aleatorios, Naïve Bayes y Q-Learning. Lo expone a conceptos de estadísticas, series temporales y diferentes clases de algoritmos de aprendizaje automático, como los algoritmos supervisados, no supervisados ​​y de refuerzo. A lo largo del Curso de certificación de Data Science, resolverá estudios de casos de la vida real en Medios, Atención médica, Redes sociales, Aviación, Recursos humanos: Capacitación en certificación de Data Science | Curso de Python para la ciencia de datos | Edureka

Espero que esto ayude. Feliz aprendizaje..!!

Answer 9

Hola,

Gracias por la A2A.

Lo siento por ser repetitivo, pero solo puedo recomendarte que visites las siguientes 2 páginas web:

Tutoriales de programación en Python

sentdex

Ambos son de Harrison Kinsley, y aprendí mucho al leer sus tutoriales y videos.

Puedes aprender sobre las siguientes cosas:

1. Procesamiento de lenguaje natural (por ejemplo, aquí: los tutoriales de programación de Python también aprenden de forma automática [un clasificador de sentimientos, por ejemplo])

2. Análisis de datos con Pandas (Tutoriales de programación de Python)

3. Introducción a scikit-learn (Tutoriales de programación de Python)

4. Visualización de datos con matplotlib.

Pasar por estos tutoriales debería darte un muy buen conocimiento de las cosas, para que puedas aprender con recursos más avanzados. Incluso hay tutoriales sobre cómo hacer análisis financieros con Python y mucho más.

Déjame saber si puedo ayudarte.

Saludos

Answer 10

Python for Machine Learning / Data Science es una necesidad para los profesionales en el dominio de Data Analytics . Con el crecimiento en la industria de TI, existe una creciente demanda de científicos de datos capacitados y Python se ha convertido en el lenguaje de programación más preferido.

Bueno, yo también empecé a aprender Python con una pizarra limpia. Aquí está la metodología que funcionó para mí.

Aprender Python para la ciencia de datos es un proceso paso a paso. En primer lugar, debe ser claro con lo básico. Los siguientes son algunos temas que creo que son los más importantes cuando se piensa en “Python for Data Science”.

• ¿Por qué aprender Python para Data Science?
• ¿Qué es Python y la ciencia de datos? Instalación de Jupyter para Python con Data Science
• Conceptos básicos de Python
• Bibliotecas Python para la Ciencia de Datos
• Algoritmos de aprendizaje automático

Es muy importante entender qué es Data Science y cómo puede agregar valor a su negocio. Espero que los enlaces anteriores te ayuden a entender esto

Además, personalmente he entregado un video que puede ayudarlo a comprender los conceptos fundamentales de la ciencia de datos utilizando python . También le ayudará a analizar, manipular e implementar el aprendizaje automático utilizando varias bibliotecas de Python, como NumPy, Pandas y Scikit-learn. También habla sobre varios algoritmos de aprendizaje automático y prácticas, incluido el mismo.

¡Espero que te guste! 🙂

Espero que mi respuesta te haya dejado curioso por aprender más! Consulte nuestra Capacitación de certificación de Data Science para obtener más información sobre los algoritmos de Data Science y Machine Learning.

Ahora, ¿está pensando cómo convertirse en un científico de datos o cuáles son las habilidades necesarias para convertirse en un científico de datos moderno?

Aquí hay una hoja de ruta completa para usted:

Deje sus comentarios a continuación. ¡Feliz aprendizaje! 🙂

Answer 11

Si está buscando un curso MOOC , intente con los siguientes recursos:

1. Edx Data Analytics Edge.
2. Curso de aprendizaje automático en la coursera.
3. También puedes intentar un curso de ciencia de datos de Microsoft.

También puede consultar Dataquest: aprenda la ciencia de los datos con Python y R. Comience gratis. Puede aprender dentro de su navegador y también puede practicar con conjuntos de datos de la vida real.

Para la capacitación en línea dirigida por un instructor , puede consultar Learn Data Science Online-Learnbay.in.

• Características del curso:
  Aprende de experto en datos científico certificado .
  Clases con 40% de teoría y 60% de las manos.
  Entrenadores que tienen más de 10 años de experiencia en múltiples dominios como finanzas, salud, ventas minoristas.
  Enfoque práctico con mini proyectos y casos de estudio.
  Asistencia de trabajo y apoyo de colocación después del final del curso
• Ejemplo de grabación de clase :

• Visite Best Data Science Training Institute -Learnbay.in e inscríbase para recibir capacitación en línea dirigida por un instructor en vivo

Answer 12

Entrenamiento de Python en Hyderabad:

“Aproveche al máximo las oportunidades de carrera sobresalientes en el campo de la programación Python con tecnologías de código abierto de Python Training”.

Tecnologías de código abierto: el mejor instituto para la formación de Python

Open Source Technologies es el mejor instituto que presta sus servicios en Python Training In Hyderabad. Los estudiantes que han adquirido capacitación en Python en Open Source Technologies se han establecido principalmente en muchas de las principales compañías multinacionales. Las certificaciones de Python Training de Open Source Technologies seguramente impulsarán un valor para su perfil profesional.

Ofrecemos la mejor capacitación bajo la guía de expertos de la industria en tiempo real. Entonces, comience a trabajar en la construcción de una sólida plataforma de carrera en la carrera de programación de Python al inscribirse en nuestro programa de capacitación en tecnologías de código abierto de Python.

¿Qué es exactamente la programación de Python?

El lenguaje Python es la base de muchas aplicaciones avanzadas que están siendo utilizadas globalmente por muchas compañías multinacionales. Python está considerado como uno de los lenguajes de programación orientados a objetos más poderosos que ha sido desarrollado y mantenido por una comunidad global de desarrolladores de código abierto.

Python es muy fácil de aprender en comparación con otros lenguajes de programación como C, Java, C ++ Python y otros relacionados, debido a la facilidad con la que uno puede escribir su sintaxis. Python puede mejorar fácilmente la productividad de su programador. Existe una gran demanda de programadores de Python con experiencia profesional en todo el mundo.

Objetivos de Open Source Technologies Python Training:

Los principales objetivos de nuestra Programación Python de Tecnologías de Fuente Abierta son

• Para llegar a ser experto en todos los fundamentos de escribir código Python.
• Para aprovechar el conocimiento completo en las secuencias de comandos de Python y en las estructuras de control de flujo.
• Para captar el conocimiento completo en el manejo de los diferentes conjuntos de datos de secuencia.
• Una breve descripción de las funciones de Python para optimizar la reutilización del código.
• Para aprender a leer y escribir los archivos a través de Python.
• Para explorar las características orientadas a objetos de Python.

Audiencia prevista para este entrenamiento:

La audiencia principal para nuestro programa de entrenamiento de Python son

• Administradores de red
• Desarrolladores de software
• Gerentes analíticos
• Profesionales de big data
• Administradores Administrativos
• Buscadores de empleo que quieren tener una carrera en Python

Aspectos destacados de nuestra formación:

Las principales características destacadas de nuestro programa de entrenamiento de Python son

• Instructor completo completo de entrenamiento avanzado.
• Exposición al programa de formación orientado a la industria.
• Infraestructura de laboratorio altamente sofisticada.
• El mejor ambiente de aprendizaje.
• Asistencia en la preparación de currículums y programación de entrevistas.

También somos reconocidos por nuestra capacitación en línea altamente avanzada de Python, que será la mejor opción para todos los profesionales que trabajan con la intención de hacer carrera en la programación de Python.

Inscríbase ahora para aprovechar nuestras tecnologías de código abierto Capacitación de Python En Hyderabad & Python Online Training.

“Inscríbase ahora para aprovechar nuestra sesión de demostración gratuita de Python con tecnologías de código abierto”.

Answer 13

Junto con la tecnología relativamente nueva de Big Data está el nuevo científico de datos de títulos de trabajo. Si bien no está vinculado exclusivamente a los proyectos de Big Data, el rol del científico de datos los complementa debido a la mayor amplitud y profundidad de los datos que se examinan, en comparación con los roles tradicionales … Puede visitar este enlace: Cursos de ciencia de datos de Intellipaat Un científico de datos representa una evolución del rol de analista de negocios o de negocios. La capacitación formal es similar, con una base sólida típicamente en informática y aplicaciones, modelos, estadísticas, análisis y matemáticas.

. Lo que distingue al científico de datos es su fuerte visión para los negocios, junto con la capacidad de comunicar los resultados tanto a los líderes de negocios como a los de TI de una manera que puede influir en cómo una organización enfoca un desafío empresarial. Los buenos científicos de datos no solo abordarán los problemas comerciales, sino que elegirán los problemas correctos que tienen el mayor valor para la organización.

El rol de científico de datos se ha descrito como “analista parcial, artista parcial”. Un científico de datos es alguien que es inquisitivo, que puede observar los datos y detectar tendencias. Es casi como un individuo del Renacimiento que realmente quiere aprender y traer cambios a una organización “.

Mientras que un analista de datos tradicional puede mirar solo los datos de una fuente única, como un sistema de CRM, por ejemplo, un científico de datos probablemente explorará y examinará datos de múltiples fuentes dispares. El científico de datos analizará todos los datos entrantes con el objetivo de descubrir una visión previamente oculta, que a su vez puede proporcionar una ventaja competitiva o abordar un problema empresarial acuciante. Un científico de datos no simplemente recopila e informa sobre los datos, sino que también los mira desde muchos ángulos, determina lo que significa y luego recomienda formas de aplicar los datos.

Los científicos de datos son inquisitivos: exploran, hacen preguntas, hacen análisis de “qué pasaría si”, cuestionan suposiciones y procesos existentes

Los datos se duplican cada dos años, y todos han oído hablar de las cifras de crecimiento absurdas declaradas en los informes. En este contexto, el resultado inevitable es la aparición de Data Scientist. Un científico de datos necesita analizar grandes cantidades de datos y convertir el mapa tecnológico para hacer posible la transición de los datos a la información. El alcance del trabajo de un científico de datos incluye la identificación de las fuentes de datos, la calidad de los datos, las correlaciones entre los puntos de datos y la difusión a los usuarios de la información.

Answer 14

Una de las mejores maneras de dominar cualquier lenguaje de programación y / o bibliotecas es trabajando en proyectos que lo utilizan. No solo le enseña cómo escribir un buen programa, sino que también lo ayuda a dominar las habilidades de depuración, marcado de tiempo, etc. No hay duda de que las bibliotecas que mencionó son muy útiles e importantes para cualquier ingeniero de aprendizaje automático. Puede leer su documentación todo lo que desee, pero a menos que comience a usarlos en algunos proyectos, está obligado a olvidar muchos de los conceptos. Por lo tanto, la mejor manera de ganar competencia con ellos sería trabajar en tantos proyectos como sea posible.

Aparte de las otras respuestas mencionadas, definitivamente recomendaría algunos de los Nanodegrees de Udacity, especialmente sus siguientes Nanodegrees:

1. Inteligencia Artificial ND: enseña los conceptos básicos de la inteligencia artificial, como los agentes de juego, la planificación y la búsqueda, los modelos ocultos de Markov, etc., seguidos de los conceptos básicos del aprendizaje profundo. Todas las tareas y proyectos están en Python. Los proyectos están especialmente bien diseñados y complementan las conferencias extremadamente bien. También hay un componente para leer y hacer encuestas de literatura, que, según mi experiencia, es una característica única de este curso. Aquí está mi breve reseña de la ND.
2. Machine Learning Engineer ND: comienza con los conceptos básicos de Machine Learning como aprendizaje supervisado (como árboles de decisión, SVM y otros), aprendizaje no supervisado (clustering), procesamiento de datos e ingeniería de características, etc. y luego pasa a conceptos más avanzados como Aprendizaje de refuerzo y aprendizaje profundo. Todos los proyectos y asignaciones deben implementarse en Python (algunos con TensorFlow), y lo mejor es que deben usarse todas las bibliotecas y paquetes relevantes, lo que le ayuda a comprender cuándo y dónde aplicarlos. Muchas de las habilidades que adquiere pueden aplicarse instantáneamente en su trabajo, ya sea que se encuentre en el dominio de Aprendizaje automático o no. Aquí está mi breve reseña de la ND.
3. Deep Learning ND: todo el curso se basa en el uso de Python junto con bibliotecas populares como TensorFlow y Keras. El curso se enfoca en los conceptos y aplicaciones de algunos de los desarrollos recientes en las áreas de Aprendizaje Profundo, como la Red Neural Convolucional, la Red Neural Recurrente, el Aprendizaje de Refuerzo, las Redes de Publicidad Generativa, etc. El ND también.
4. Auto conducción Auto Engineer ND: El único curso de este tipo en el mundo en este momento. Le enseña casi todos los aspectos de un vehículo autónomo, como Visión por Computador, Fusión de sensores, Controles, Planificación de rutas, etc. La mayoría de las tareas (aproximadamente el 75%) utilizan Python. Algunas partes también te enseñan C ++ para proyectos posteriores. El sistema operativo del robot (ROS) también se cubre brevemente hacia el final.

Aprendí muchos conceptos valiosos en el curso de los proyectos y tareas. Para darle una idea, mire a continuación algunas de las implementaciones de mis proyectos en el lenguaje Python desde el auto auto conducido ND.

Answer 15

Antes de conocer el uso de python en el aprendizaje automático y los recursos para aprenderlos, se deben conocer los conceptos básicos de python. Entonces, python es un lenguaje de programación de alto nivel para programación de propósito general. La estructura de python es de tal manera que proporciona confiabilidad y sintaxis al código que permite la expresión de datos en menos líneas de http://code.it transforma las tareas complicadas en una forma simple y también tiene una biblioteca grande pero completa con Varios en paquetes construidos. Esto hace que sea fácil de entender y fácil de usar.

Uno de los muy buenos ejemplos de python es la piratería. Es útil para escribir guiones para piratería y reconocimiento. Es el lenguaje más utilizado para los hackers.

Ahora vamos al punto de por qué Python para el aprendizaje automático. Por lo tanto, el aprendizaje automático es un campo de estudio que brinda a las computadoras la capacidad de aprender sin ser programadas explícitamente.

Los datos son muy abundantes últimamente. Se está añadiendo a la cesta de datos cada segundo. Esto significa que no necesita un código duro para realizar un trabajo por máquina para su propósito. Por lo tanto, necesitamos herramientas para administrar estos datos y también las personas que tienen su experiencia en ciencia de datos y son amigables con las máquinas. Python es una de esas herramientas que brinda una solución para la administración de datos y le dice a su sistema que trabaje en sus manos.

Por lo tanto, el aprendizaje automático no es tan simple como creemos. Hay tantos pasos involucrados como definir un problema, preparar los datos, evaluar algoritmos y obtener los resultados. Entonces, comenzar con python es la mejor decisión para los principiantes en el aprendizaje automático. Todo lo que tienes que hacer es descargar la versión 2.7 o 3.5 de Python para tutoriales.

Hay 5 bibliotecas clave que necesitarás instalar. A continuación se muestra una lista de las bibliotecas de Python SciPy necesarias para este tutorial:

· Scipy

· Entumecido

· Matplotlib

· Pandas

· Sklearn

Python tiene tutoriales incorporados, pero si no los obtienes, puedes tomar cursos en línea con Digital Vidya, coursera, edx, Greatlakes también tiene cursos para principiantes en aprendizaje automático. Puede mirarlos donde quiera que enfrenten la dificultad de tratar con los datos. La diversión es un gran motivador, y como podrás construir prototipos y herramientas rápidamente con Python, muchos consideran que la codificación en Python es una experiencia satisfactoria.

Aprenda analítica de datos usando Python desde Digital Vidya . Python sería su flujo cuando se encuentre en el área de Informática / Programación. Python se está convirtiendo claramente en la opción preferida de programación en varias áreas como Desarrollo Web. Sin embargo, son los paquetes Data Science de Numpy, pandas los que están ganando impulso.

Espero que esto ayude.

Answer 16

Puedes probar el Udemy uno de los mejores cursos de ventas en Python Data Science.

Título del curso: Ciencia de datos y aprendizaje automático con Python – Hands On!

¡Conviértete en un científico de datos en la industria tecnológica! Curso completo de minería de datos y aprendizaje automático con Python & Spark.

Si tiene experiencia en programación o secuencias de comandos, este curso le enseñará las técnicas utilizadas por científicos de datos reales en la industria de la tecnología y lo preparará para ingresar en esta carrera profesional. Este curso integral incluye 68 conferencias que abarcan casi 9 horas de video, y la mayoría de los temas incluyen ejemplos prácticos de código Python que puede usar como referencia y para la práctica. Aprovecharé mis 9 años de experiencia en Amazon y IMDb para guiarlo a través de lo que importa y lo que no.

Los temas de este curso provienen de un análisis de los requisitos reales en las listas de trabajo de científicos de datos de los principales empleadores de tecnología. Cubriremos las técnicas de aprendizaje automático y extracción de datos que buscan los empleadores reales, que incluyen:

• Análisis de regresión
• K-medios de agrupación
• Análisis de componentes principales
• Tren / Test y validación cruzada.
• Métodos Bayesianos
• Árboles de decisión y bosques aleatorios
• Regresión multivariada
• Modelos multinivel
• Máquinas de vectores de soporte
• Aprendizaje reforzado
• Filtración colaborativa
• K-vecino más cercano
• Desvío de sesgo / varianza
• Ensemble Learning
• Frecuencia del término / Frecuencia del documento inverso
• Diseño experimental y pruebas A / B

…¡y mucho más! También hay una sección completa sobre aprendizaje automático con Apache Spark, que le permite escalar estas técnicas a “big data” analizadas en un clúster informático.

Obtenga este curso con descuento : Ciencia de datos y aprendizaje automático con Python – Hands On – Udemy Coupon

---

Si desea aprender la programación general de Python, puede buscar en un conjunto de cursos de Stone River eLearning: 6 cursos juntos:

Cursos incluidos en este paquete:

1. Programación en Python para principiantes
2. Aprende Python Django desde cero
3. Programación Web Python
4. Visualización de datos con Python y Matplotlib
5. Desarrollo de juegos de Python – Crea un clon de Flappy Bird
6. Análisis de datos con Python y Pandas

Obtenga este paquete de cursos con descuento: Python Programming Pro Bundle – Cupón de eLearning de Stone River 84% de descuento

---

Aquí hay otro pequeño curso largo sobre Python de Udemy:

Título del curso: Complete Python Bootcamp

¡Pasa de cero a héroe con el curso de Python más completo! 13+ horas de video conferencia

¡Este es el curso más completo, aunque sencillo, para el lenguaje de programación Python en Udemy! Si nunca ha programado antes, ya conoce la sintaxis básica o si desea conocer las funciones avanzadas de Python, ¡este curso es para usted!

Con más de 100 conferencias y más de 10 horas de video, este curso integral no deja piedra sin remover. ¡Este curso incluye pruebas, exámenes y tareas, así como 3 proyectos principales para crear una cartera de proyectos de Python!

Obtenga este curso: Complete Python Bootcamp – cupón de udemy 40% de descuento

—-

Answer 17

Si está buscando un entrenamiento en línea en vivo, le sugiero que vaya con myTectra. En myTectra ofrecemos cursos de Python específicos del dominio que incluyen Data Science.

Python es un lenguaje de programación de alto nivel interpretado, interactivo, orientado a objetos y de propósito general. Actualmente Python es el lenguaje más popular en TI. Python adoptó como un idioma de elección para casi todos los dominios en TI, incluyendo desarrollo web, computación en la nube (AWS, OpenStack, VMware, Google Cloud, etc.), automatización de infraestructura, pruebas de software, pruebas móviles, Big Data y Hadoop, datos Ciencia, etc. myTectra ofrece capacitación en Python, ya sea como genérica o específica de dominio según su requisito.

1. Necesidad de aprender lo básico de la programación en Python: elija nuestro curso genérico de Python llamado masterización de Python. Aprende del desarrollador profesional de Python que puede realizar prácticas en Python Training basado en escenarios.
2. Los profesionales que trabajan deben aprender Python y cómo usar Python en un dominio de TI específico. myTectra ofrece cursos específicos de dominio en python. Aprenda del desarrollador profesional de Python que está trabajando en el mismo dominio de TI y que es capaz de entregar las manos en Python Training basado en escenarios. Por ejemplo, si está probando a un profesional, quiere aprender Python para la automatización de pruebas, luego aprenda de un profesional de Python que está trabajando en Automatización de Pruebas usando Python en lugar de que un Desarrollador de Python trabaje en Desarrollo Web.

3. myTectr ofrece los cursos sobre el aprendizaje profundo de Data Science con Python para profesionales de data science.

Acerca de myTectra

myTectra es una compañía de desarrollo de habilidades basada en Bangalore que ayuda a transformar personas y organizaciones para obtener beneficios reales y duraderos. myTectra ofrece Capacitación en el aula, Capacitación en línea dirigida por un instructor y Capacitación corporativa, junto con soporte a pedido 24×7.

Premios myTectra

Innovadora empresa de formación online del año 2016.

Empresa de Aprendizaje Global del Año 2015.

Premios a la industria del entrenamiento para el mejor entrenamiento

Los Premios de Capacitación de TI – Ganador de oro 2014

Visítenos en: http://www.myTectra.com

Síganos en: https://www.facebook.com/myTectr …

myTectra (@mytectra) | Gorjeo

https://www.linkedin.com/company …

[phone] | [email protected]

Answer 18

Las habilidades de Data Science y Machine Learning son las habilidades más demandadas en TI en la actualidad. Hoy en día, muchos gigantes de la tecnología están listos para despedir a empleados poco cualificados y reinvertir en profesionales que son especialistas como analistas de datos, especialistas en aprendizaje automático, expertos en big data y más. Entonces, si realmente está buscando cambiar a análisis o Big Data, puede revisar este curso en Jigsaw Academy. Es un Programa de Postgrado en Ciencia de Datos y Aprendizaje Automático (PGPDM), en colaboración con la Universidad de Chicago. Aprenda a procesar y visualizar datos y trabaje en problemas de la vida real al mismo tiempo con expertos de la industria y profesores internacionales. Hay algunos otros institutos en línea que ofrecen cursos sobre Aprendizaje Automático y Ciencia de Datos. Suponiendo que ya tiene algunos antecedentes sobre lo anterior, personalmente recomendaría investigar más el curso Integrado que definitivamente lo ayudará a largo plazo.

Answer 19

Diría que existen muchos recursos para aprender sobre la ciencia de datos de Python y el aprendizaje automático. Estoy de acuerdo con Vik en que necesita obtener la experiencia práctica al hacer proyectos, pero para estos temas, también le sugiero que estudie o actualice las bases teóricas que necesita para comenzar.

Diría que este primer paso está destinado a que se familiarice con los conceptos clave de las estadísticas que necesita cuando se inicia en el aprendizaje automático y, finalmente, en la ciencia de datos. Khan Academy y los materiales de cursos en línea gratuitos (MIT OpenCourseWare) son algunos recursos excelentes para comenzar a entender los conceptos generales en un entorno agnóstico de lenguaje de programación.

Algunos conceptos clave en estadística que desea obtener en este primer paso son, entre otros, las ideas de inferencia estadística, poblaciones estadísticas y modelos estadísticos.

Ya que desea aprender Python para la ciencia de datos , le sugiero que tome un curso que se adapte a sus necesidades. Puede consultar el curso gratuito de DataCamp Introducción a Python para la ciencia de la información (Learn Python for Data Science – Curso en línea) o Introducción a Python para la ciencia de la información, que lo lleva a un nivel intermedio.

Después de eso, consolide el conocimiento que has adquirido repasando algunos de los recursos que se mencionan aquí. 40+ Python Statistics For Data Science Resources, que incluye cursos y tutoriales para aprender los temas de estadísticas que necesitas para hacer ciencia de datos con Python ( y también incluye recursos de aprendizaje de máquina!). Aquí, también encontrará temas que se basarán en los conceptos básicos que ha obtenido en el primer paso.

Solo entonces viene el paso para mí y ensuciarse las manos con el verdadero proyecto . Tiene una base sólida para apoyarse y esto facilitará el paso a los proyectos.

Si aún tiene alguna duda sobre si tiene lo necesario para comenzar, consulte estos cursos gratuitos: Introducción a Python & Machine Learning (con Analytics Vidhya Hackathons) y Kaggle Python Tutorial on Machine Learning. Para proyectos de aprendizaje automático, recomiendo visitar Kaggle (Tu hogar para la ciencia de datos) y DrivenData.

Estos tres pasos son solo una pequeña parte de su viaje en la ciencia de datos. Definitivamente, deberías consultar la Infografía de Learn Data Science, que se alinea con un plan de 8 pasos para aprender la ciencia de datos y que te indicará aún más recursos.

Answer 20

En primer lugar, familiarícese con los conceptos básicos de Python .

Para los conceptos básicos de Python:

Learn Python Hard Way es un excelente libro para ayudarte a comenzar con Python.

Las clases de Python de Google también son un gran lugar para aprender Python.

Para la ciencia de datos :

CS109 Introducción a la ciencia de datos de Harvard es una excelente fuente de aprendizaje de la ciencia de datos. Este curso cubre todos los aspectos de la ciencia de datos. Aunque este curso es un poco difícil y requiere que usted esté familiarizado con los conceptos básicos de probabilidad y estadística. Pero no se preocupe. si no tiene conocimientos previos de probabilidad y estadísticas. Lo sabrá durante el curso. Este curso no está completamente disponible de forma gratuita. Las clases de 2015 están disponibles de forma gratuita. Puede seguir las tareas del año anterior junto con este curso.

Campo de golf:

Clase de Python de Google | Educación en pitón
| Desarrolladores de Google

Aprende Python de la manera difícil

Ciencia de datos CS109

Think Stats te ayudará durante el curso con los conceptos básicos de probabilidad y estadísticas.