El Aprendizaje Automático y la Minería de Datos son dos cuestiones fundamentales en la actualidad porque permiten extraer conocimiento útil y construir modelos predictivos a partir de grandes volúmenes de datos, impulsando la toma de decisiones automatizada en múltiples industrias, incluida la del videojuego.
Las lecciones a tratar en este tema son:
Ejercicios
Para practicar lo aprendido pueden hacerse algunos ejercicios.
Prácticas
No tanto por aplicar los conocimientos y las técnicas de este tema sino para tener alguna Práctica 0 de referencia, pueden realizarse prácticas como estas:
- Introducción a Python. Lenguaje muy utilizado en Análisis de Datos (y Minería de Datos en particular) e Inteligencia Artificial (sobre todo en Aprendizaje Automático). El entorno de trabajo se puede instalar con Conda, y luego trabajar con IDEs que permiten documentar en Markdown y programar a la vez, como Visual Studio Code (con extensiones de Python y Jupyter), preferentemente, o Jupyter Notebook, aunque también existe Google Colab, que ofrece algo parecido pero en la nube (no permite trabajar en local). Típicamente el alumno realiza un cuaderno interactivo donde se practica la carga de archivos CSV, el filtrado de filas y columnas, y otras operaciones básicas de agregación y manejo de datos. Seguramente se entregará un ejemplo, con una solución hecha completamente por el profesor.
Referencias
Para complementar este tema es recomendable consultar otros documentos:
- McKinney, W.: Python para análisis de datos. Anaya (2023)
Esta página está licenciada bajo CC BY-NC-SA 4.0 por Laboratorios Narratech.