Inicio

El curso cubre la mayoría de las funciones que provee el lenguaje de Programación Python, el énfasis está en lo que nos permite hacer este lenguaje de programación. Se desarrollan conceptos centrales a las técnicas computacionales de resolución de problemas. 

El curso requiere conocimientos básicos de Programación Orientada a Objetos y Teoría de la Información.

Objetivos

Al completar el curso, el alumno debe ser capaz de:

  • utilizar el lenguaje de programación Python para expresar cálculos
  • utilizar un enfoque sistemático para organizar, escribir y depurar programas de tamaño mediano,
  • desarrollar una comprensión informal de la complejidad computacional,
  • desarrollar habilidades sobre el proceso de pasar de una enunciación ambigua del problema a una formulación computacional de un método para resolverlo,
  • conocer un conjunto de técnicas algorítmicas y de reducción de problemas útiles,
  • usar herramientas de cómputo, incluyendo herramientas simples de estadística y visualización, para modelar y comprender datos provistos por dispositivos IoT.

 Programa Analítico

UNIDAD 1 INTRODUCCIÓN AL LENGUAJE PYTHON

Introducción. Tipos de datos básicos. Control del flujo de programas. Branching. Iteraciones. Funciones. Módulos y Packages: uso y creación. Manejo de Archivos. Estructuras de datos: Tuplas. Listas. Cadenas. Diccionarios. Conjuntos.Testing y Debugging. Excepciones. Aserciones. Clases y programación orientada a objetos. Tipos abstractos de datos. Herencia. Polimorfismo.

UNIDAD 2 NOCIONES DE COMPLEJIDAD, TÉCNICAS ALGORÍTMICAS Y COMPUTACIÓN CIENTÍFICA EN PYTHON
Introducción a la complejidad algorítmica. Algoritmos de búsqueda. Algoritmos de ordenamiento. Aprovechamiento de funciones como parámetros. Ordenamiento en Python. Expresiones Regulares. Manejo de datos y gráficos en Python. Representación con Matplotlib. Operaciones matemáticas con NumPy. Operaciones con Pandas. Cálculo Científico con SciPy. Ejemplos.

UNIDAD 3 PYTHON EN EL CONTEXTO DE INTELIGENCIA ARTIFICIAL
Nociones e introducción a Inteligencia Artificial y Machine Learning. Aprendizaje Supervisado. Clasificación. Clasificador Bayesiano. Árboles de Decisión. Regresión lineal. Interpretación estadística. Evaluación de Algoritmos de Machine Learning. Curva AUC ROC. Varianza y Bias. Reglas de Asociación. Scikit-Learn.

UNIDAD 4 PYTHON, SISTEMAS EMBEBIDOS Y DISPOSITIVOS PARA IOT
Introducción a las tecnologías para comunicación en un entorno IOT. Gateways hardware para la interconexión de dispositivos a la nube. Manejo de conexión a puertos y a bases de datos en Python. Parser de datos. Python como lenguaje de procesamiento de datos adquiridos por diferentes fuentes de sensores. Aplicaciones Python sobre datos reales. Construcción de soluciones ad-hoc para problemáticas puntuales.

Docentes

Clases Teórico- Prácticas a cargo de:  

Dra. Virginia Cifuentes 

Ing. Federico Améndola 

Dr. Juan Manuel Toloza 

Dr. Guillermo Rodríguez

Contacto

            tallerpython(@arroba)alumnos.exa.unicen.edu.ar