Guía para el examen de clasificación de

Computación

La presente guía tienen por objeto proporcionar al alumno los temas que serán evaluados en el examen de clasificación de Computación.

Temario

Tema 1. Introducción al lenguaje de programación Python

• Fundamentos. El entorno de programación en Python
• Variables, tipos de datos básicos
• Tipos de datos estructurados (listas, tuplas, sets, directorios)
• Estructuras de control de flujo
• Manejo de excepciones en Python
  

Tema 2. Entorno de desarrollo Jupyter notebook

• Instalación de Jupyter notebook
• Desarrollo de programas y documentos en Jupyter notebook
  

Tema 3. Clases y objetos

• Clases y objetos en Python
• Dataframes. La librería Pandas
• Importación y exportación de datos
  

Tema 4. Análisis estadístico descriptivo con Python

• Librería NumPy
• Sumarización (momentos, indicadores de dispersión)
• Correlación
• Análisis de varianza
• Data munging
  

Tema 5. Visualización con Python

• Librería matplotlib
• Propiedades de los objetos gráficos (pie, barras, líneas, …)
• Recomendaciones para realizar visualizaciones claras
  

Tema 6. Introducción al modelado predictivo con Python

• Librería scikit-learn
• Regresión lineal y logística
• Indicadores de precisión MSE, R-cuadrada
• Árboles de decisión
• Bosques aleatorios
  

Referencias

• Guttag, J., Introduction to computation and programming using Python with application to understanding data, 2nd Ed, MIT Press, 2016
• Müller, A., Introduction to machine learning with Python: A guide for data scientists, O’Reilly Media, 2016
• McKinney, W., Python for data analysis: Data wrangling with Pandas, NumPy and iPython, O’Reilly Media, 2017