En este repositorio podrán encontrar cursos sobre el lenguaje de programación Python. Orientan el desarrollo 4 ideas principales:
1- El material debe ser abierto: siendo que es cada vez más relevante el aprender a programar y dado que existen muchísimas instituciones y personas a quienes podrían serle de utilidad, decidimos que el material desarrollado sea públicamente accesible. Esto tiene por fin la difusión pero también invitar a colaborar a todas aquellas personas quienes quieran donar material. Para ello les invitamos a que nos contacten a [email protected], [email protected] o [email protected]. Para colaborar empleamos un versión reducida de GitFlow. Pueden aprender sobre eso en General/guiagit.pdf y en este artículo de Medium podrán encontrar más detalles y un video.
2- El contenido tiene una orientación local: considerando que la mayor parte del material disponible en internet se encuentra en inglés y esto es una barrera para mucha gente, creemos que es importante que el material desarrollado sea en español. Además, a la hora de trabajar con datos generalmente usamos datasets reales y en español.
3- El material es modular: siendo que cada persona tiene necesidades de aprendizaje distintas, los contenidos se organizan en módulos chicos, cada cual se enfoca en un tema en particular. De este modo cada persona puede seguir su camino hacia distintas vertientes del área, como Científico de Datos, Analísta de Datos, Ingeniero de Machine Learning, etc.
4- El contenido está curado: todo lo publicado en la rama master fue revisado previamente a ser subido, y sigue pautas acordadas sobre estilo. En especial, tratamos de respetar PEP8, explicar el código y conceptos en Jupyter Notebooks, proponer ejercicios como parte de la clase y también ofrecer notebooks con tarea.
1- Introduccion: curso introductorio a Python.
2- AnalisisDeDatos: curso orientado a la manipulación y análisis de datos con Pandas y librerías de visualización. En desarrollo.
3- DatosGeograficos: curso sobre datos vectoriales con GeoPandas y librerías de visualización.
4- Scraping: extracción de datos de la web e interacción con APIs.
5- Machine Learning: introducción al aprendizaje automático.
| Título | Clase | Ejercicios | Video |
|---|---|---|---|
| Tipos de Datos |  |
|
Video |
| Listas y Funciones | |
|
Video |
| Módulos | |
|
Video |
| Intro a POO | |
|
Video |
| POO Experimento | |
- | Video |
| POO Pac Man | |
- | - |
| Título | Clase | Ejercicios | Video |
|---|---|---|---|
| Indexing | |
|
Video |
| Pivot Table y Joins | |
|
Video |
| Agrupacion y Agregacion | |
|
Video |
| Data Wrangling Avanzado | |
|
Video |
| Visualización | |
|
Video |
| Título | Clase | Ejercicios | Video |
|---|---|---|---|
| Inicial: HTTP | |
|
- |
| HTTP Avanzado | |
|
- |
| Selenium | |
|
- |
| APIs Geográficas | |
|
- |
| APIs Series de Tiempo | |
|
- |
| Título | Clase | Ejercicios | Video |
|---|---|---|---|
| Introducción a ML + Regresión Lineal Simple | |
- | Video |
| Regresión Lineal Múltiple | |
- | Video |
| Regularización | |
- | Video |
| Clasificación | |
- | Video |
| KNN y Árboles de Decisión | |
- | Video |
| Ensambles | |
- | Video |
| Boosting | |
- | Video |
Somos una organización independiente y sin fines de lucro que busca fomentar el desarrollo de la Inteligencia Artificial y Ciencia de Datos en Argentina y América Latina. El objetivo es ayudar a la democratización de la tecnología ofreciendo educación especializada y accesible. Buscamos colocar las nuevas tecnologías en función del entorno y el avance social por medio de la formación, investigación y el trabajo colaborativos.
Si te resuena nuestra misión, contribuí haciendo click en ihum.ai/sumate o invitanos un cafecito.
También estás invitado a sumarte a nuestro Slack o seguirnos en las redes (al costado en ihum.ai). ¡Cualquier cosa, esperamos tus comentarios! 😀
Un enorme saludo, Fran, Leo, Mati, y todo el equipo de Humai