introducción a la ciencia de datos - movimientolibre.com · introducción...

IntroducciónEjemplo SEP Centros de Trabajo

Software Libre avanzado

Introducción a la Ciencia de Datos

Guillermo Valdés Lozano

25 de septiembre de 2015

Guillermo Valdés Lozano Introducción a la Ciencia de Datos



Documento protegido por GFDL

Copyright (c) 2015 Guillermo Valdés Lozano.e-mail: guillermo(en)movimientolibre.comhttp://www.movimientolibre.com/

Se otorga permiso para copiar, distribuir y/o modificar este documento bajo lostérminos de la Licencia de Documentación Libre de GNU, Versión 1.2 o cualquier otraversión posterior publicada por la Free Software Foundation; sin Secciones Invariantesni Textos de Cubierta Delantera ni Textos de Cubierta Trasera.

Una copia de la licencia está enhttp://www.movimientolibre.com/licencias/gfdl.html


http://www.movimientolibre.com/

http://www.movimientolibre.com/licencias/gfdl.html



¿Qué es la Ciencia de Datos?¿Qué es un Científico de Datos?¿Qué se necesita saber para ser un científico de datos?

¿Qué es la Ciencia de Datos?

La Ciencia de Datos pretende abarcar a un conjunto deherramientas (basadas en la ciencia) y habilidades (humanas einformáticas) con un nombre muy atractivo.Se define como es la extracción de conocimiento a partir degrandes volúmenes de información estructurada o noestructurada.





Conceptos que involucra





¿Qué es un Científico de Datos?

Un Científico de Datos (Data Scientists) es una persona conhabilidades estadísticas, computacionales (que sabe programar) yde visualización de datos que lo llevan a encontrar los patrones quele servirán a la empresa o institución para capitalizar la informaciónrecogida.





Demanda de C. en D. en aumento





¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.

Aprenda a programar.Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.

Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.Conozca las Bases de Datos.

Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.

De el salto al Big Data.No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.

No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.No deje de aprender y practicar.

Colabore con la asociaciones, gobierno o con la iniciativaprivada.






Domine las matemáticas, la estadística y la informática.Aprenda a programar.Conozca las Bases de Datos.Sea ágil en herramientas de procesamiento y visualización.De el salto al Big Data.No deje de aprender y practicar.Colabore con la asociaciones, gobierno o con la iniciativaprivada.





Requerimientos para ser un C. en D.




Descargue en Red México AbiertoConfigure LibreOffice con PostgreSQLDetermine la cantidad por tipo de escuelas

Red México AbiertoEn datos.gob.mx encontrará datos abiertos de nuestro país.





Busque, encuentre y descargueDescargue el Catálogo de Centros de Trabajo de la SEP.





Tipos de archivos recomendadosCSV para hojas de cálculo.





LibreOffice BaseConfigure la comunicación con PostgreSQL.





Tablas en LibreOffice BaseVerifique que puede ver la tabla con los Centros de Trabajo.





Consultas con filtros en LibreOffice BaseCriterio: ent 05 (Coah.), mun 035 (Torreón) y loc 0001 (Torreón).





Importe la consulta a LibreOffice CalcArrastre desde Orígenes de Datos (F4) la consulta.





Cree consultas por tipo de centro de trabajoFiltre en Base y ponga cada consulta en su hoja de cálculo.





Analize los datosCalcule la cantidad de filas en cada hoja y grafique. Luego analize.




PythonRHadoop

Python

Python es un lenguaje de programación creado por Guido vanRossum a principios de los años 90 cuyo nombre estáinspirado en el grupo de cómicos ingleses Monty Python.

Es un lenguaje interpretado o de script, con tipado dinámico,fuertemente tipado, multiplataforma y orientado a objetos.Python es un lenguaje que todo el mundo debería conocer. Susintaxis simple, clara y sencilla.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

Python

Python es un lenguaje de programación creado por Guido vanRossum a principios de los años 90 cuyo nombre estáinspirado en el grupo de cómicos ingleses Monty Python.Es un lenguaje interpretado o de script, con tipado dinámico,fuertemente tipado, multiplataforma y orientado a objetos.

Python es un lenguaje que todo el mundo debería conocer. Susintaxis simple, clara y sencilla.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

Python

Python es un lenguaje de programación creado por Guido vanRossum a principios de los años 90 cuyo nombre estáinspirado en el grupo de cómicos ingleses Monty Python.Es un lenguaje interpretado o de script, con tipado dinámico,fuertemente tipado, multiplataforma y orientado a objetos.Python es un lenguaje que todo el mundo debería conocer. Susintaxis simple, clara y sencilla.

Disponibilidad Windows, Mac, Linux.




PythonRHadoop

Python

Python es un lenguaje de programación creado por Guido vanRossum a principios de los años 90 cuyo nombre estáinspirado en el grupo de cómicos ingleses Monty Python.Es un lenguaje interpretado o de script, con tipado dinámico,fuertemente tipado, multiplataforma y orientado a objetos.Python es un lenguaje que todo el mundo debería conocer. Susintaxis simple, clara y sencilla.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

R

Inspirado por el lenguaje S. Desarrollado por John Chambersen los laboratorios Bell.

R es un lenguaje de script para manipulación de datos, análisisestadístico y visualización.Es comparable y a menudo superior en poder a productoscomerciales. Lenguaje de propósito general.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

R

Inspirado por el lenguaje S. Desarrollado por John Chambersen los laboratorios Bell.R es un lenguaje de script para manipulación de datos, análisisestadístico y visualización.

Es comparable y a menudo superior en poder a productoscomerciales. Lenguaje de propósito general.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

R

Inspirado por el lenguaje S. Desarrollado por John Chambersen los laboratorios Bell.R es un lenguaje de script para manipulación de datos, análisisestadístico y visualización.Es comparable y a menudo superior en poder a productoscomerciales. Lenguaje de propósito general.

Disponibilidad Windows, Mac, Linux.




PythonRHadoop

R

Inspirado por el lenguaje S. Desarrollado por John Chambersen los laboratorios Bell.R es un lenguaje de script para manipulación de datos, análisisestadístico y visualización.Es comparable y a menudo superior en poder a productoscomerciales. Lenguaje de propósito general.Disponibilidad Windows, Mac, Linux.




PythonRHadoop

Hadoop

Creado por Apache Software Foundation. Fuertementedesarrollado por Yahoo.

Es un framework de software que soporta aplicacionesdistribuidas.Puede usarse en granjas de computadoras y entornos de altorendimiento.Hadoop implementa un paradigma computacional llamadomap/reduce, donde la aplicación se divide en muchospequeños fragmentos de trabajo, cada uno de los cuales sepueden ejecutar o volver a ejecutar en cualquier nodo delclúster.




PythonRHadoop

Hadoop

Creado por Apache Software Foundation. Fuertementedesarrollado por Yahoo.Es un framework de software que soporta aplicacionesdistribuidas.

Puede usarse en granjas de computadoras y entornos de altorendimiento.Hadoop implementa un paradigma computacional llamadomap/reduce, donde la aplicación se divide en muchospequeños fragmentos de trabajo, cada uno de los cuales sepueden ejecutar o volver a ejecutar en cualquier nodo delclúster.




PythonRHadoop

Hadoop

Creado por Apache Software Foundation. Fuertementedesarrollado por Yahoo.Es un framework de software que soporta aplicacionesdistribuidas.Puede usarse en granjas de computadoras y entornos de altorendimiento.

Hadoop implementa un paradigma computacional llamadomap/reduce, donde la aplicación se divide en muchospequeños fragmentos de trabajo, cada uno de los cuales sepueden ejecutar o volver a ejecutar en cualquier nodo delclúster.




PythonRHadoop

Hadoop

Creado por Apache Software Foundation. Fuertementedesarrollado por Yahoo.Es un framework de software que soporta aplicacionesdistribuidas.Puede usarse en granjas de computadoras y entornos de altorendimiento.Hadoop implementa un paradigma computacional llamadomap/reduce, donde la aplicación se divide en muchospequeños fragmentos de trabajo, cada uno de los cuales sepueden ejecutar o volver a ejecutar en cualquier nodo delclúster.


introducción a la ciencia de datos - movimientolibre.com · introducción...

Documents