JAVA, Tipos de datos - [Detalles]
• Tipos de datos – Se muestran los diferentes tipos de datos y estructuras de datos. Java, poo, programación orientada a objetos, tipos de datos, datos, tipo abstracto de datos, abstracto, abstractos, precondiciones, postcondiciones, estructuras de datos, estructuras
Introducción a estructuras algebraicas - [Detalles]
Definimos una serie de estructuras algebraicas así como una lista de propiedades que deben cumplir estas estructuras.
Elementos del paradigma estructurado, Expresiones, enunciados y estructuras de control en Java - [Detalles]
Expresiones, enunciados y estructuras de control en Java – Estructuras de control en JAVA, qué son los enunciados y expresiones.
Elementos del paradigma estructurado, Metodología Warnier Orr - [Detalles]
Metodología Warnier Orr - Explicación de la metodología Warnier Orr y diseño de algoritmo. Metodología, Warnier, Orr, Warnier Orr, paradigma, paradigma estructurado, JAVA, POO, estructuras de datos, estructuras de control, programación estructurada
Elementos del paradigma estructurado, Ejemplo de diseño con Warnier Orr - [Detalles]
Ejemplo de diseño con Warnier Orr – Breve ejemplo general del diseño de un problema con metodología Warnier Orr Metodología, Warnier, Orr, Warnier Orr, paradigma, paradigma estructurado, JAVA, POO, estructuras de datos, estructuras de control, programación estructurada
Estructuras de control, Condicionales en JAVA - [Detalles]
Condicionales en JAVA - ¿Cuáles son las estructuras de control condicionales? sintaxis y cómo usarlas.
Estructuras de control, Ciclos en JAVA - [Detalles]
Ciclos en Java – estructuras de control condicionales; ciclos. Sintaxis y cómo usarlas.
Implementación con bits, Datos alfanuméricos - [Detalles]
Datos alfanuméricos – Representación de datos alfanuméricos; UNICODE Y ASCII.
MÓDULO 2 — Carga y Manipulación de Datos - [Detalles]
Verás cómo leer archivos CSV, cómo manejar índices al guardar datos y cómo usar loc e iloc para seleccionar filas y columnas. También reconocerás las funciones esenciales para explorar rápidamente un DataFrame.
MÓDULO 3 — Limpieza y Transformación de Datos - [Detalles]
Aprenderás a identificar valores nulos, eliminar duplicados, transformar columnas con funciones personalizadas y convertir datos a tipos adecuados como fechas.
MÓDULO 4 — Análisis Exploratorio de Datos (EDA) - [Detalles]
Explorarás estadísticas descriptivas, tablas pivote, correlaciones y agrupamientos para identificar patrones y entender mejor los datos.
Mini-COMAL: Introducción a Pandas en Python - [Detalles]
En este mini-COMAL hablamos de nociones básicas de análisis de datos mediante la librería Pandas de Python, pasando por la carga, limpieza, análisis y visualización de datos, así como algunas cosas posteriores como la combinación de dataframes, el trabajo con fechas y algunos tópicos avanzados. El material fue elaborado por Juan Daniel San Martín Macías en su servicio social bajo la supervisión de Leonardo Ignacio Martínez Sandoval.
COMAL: Introducción a Ciencias de la Computación - [Detalles]
Comenzamos con aspectos históricos y la arquitectura básica de una computadora. Luego, nos centramos en aprender a programar con el paradigma orientado a objetos, usando Java como lenguaje ilustrativo. Explicamos el funcionamiento de compiladores e intérpretes. Hablamos del diseño y programación de algoritmos en un lenguaje imperativo, para lo que se estudian variables, estructuras de control, clases y otros temas avanzados. Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE102723.
Elementos del paradigma estructurado - [Detalles]
Elementos del paradigma estructurado – Qué es la programación estructurada, características, elementos y antecedentes. Qué son las estructuras de control y cómo organizarlas.
Resolución de triángulos - [Detalles]
Hacemos uso de las Leyes de senos y cosenos para la resolución de triángulos. Es decir, mostramos que, sabiendo algunos datos de un triángulo cualquiera, podemos saber cuándo miden los lados y ángulos restantes por medio de las leyes de senos y cosenos
Introducción: ¿Qué son las Ciencias de la Computación?, Disciplinas semejantes - [Detalles]
1.5 Disciplinas semejantes - Presentación de la familia de disciplinas altamente relacionadas a ciencias de la computación tales como programación, ingeniería de la computación, cibernética, informática, tecnologías de la información y ciencia de datos además de por qué no son lo mismo.
Se presenta el algoritmo de K-Medias para hacer agrupamiento de datos.
Implementación con bits, Bits, la memoria en la computadora - [Detalles]
Bits, la memoria en la computadora – Representación de los datos en la computadora, qué son los bits, qué representan y cómo se interpretan.
Implementación con bits, Little endian, big endian - [Detalles]
Little endian, big endian – Representación de datos numéricos; Big endian y Little endian.
Implementación con bits, Enteros en la computadora como anillos - [Detalles]
Enteros en la computadora como anillos – Representación de datos numéricos; qué son los anillos y cómo se representan los enteros.
Implementación con bits, Enteros con signo - [Detalles]
Enteros con signo – Representación de datos numéricos; los números negativos en la computadora.
Implementación con bits, Números de punto flotante - [Detalles]
Números de punto flotante - Representación de datos numéricos; racionales en la computadora.
Flujos en JAVA, Ejemplos de uso de flujos - [Detalles]
Ejemplos de uso de flujos - Procesar la entrada con scanner e inputstream y cómo acceder a datos de la red.
Implementación con orientación a objetos, TDA lista - [Detalles]
TDA lista - Cómo aplicar el concepto de Tipo de datos abstracto al concepto de lista y qué operaciones se pueden realizar con las listas.
Medidas indirectas: ¿cómo medir la altura de un árbol sin treparlo? - GeoGebra - [Detalles]
Interactivo en GeoGebra relacionado al tema "Resolución de triángulos rectángulo". Se presenta el planteamiento y resolución de un problema de medir un árbol cotando solo con ciertos datos, el problema se reduce al uso de identidades trigonométricas.
Visualización de datos - [Detalles]
None
Procesamiento de datos - [Detalles]
None
MÓDULO 5 — Visualización con Pandas y Matplotlib - [Detalles]
Aprenderás a interpretar y crear visualizaciones como histogramas, boxplots y gráficas de dispersión para analizar mejor los datos.
MÓDULO 7 — Manejo de Fechas y Tiempos - [Detalles]
Aprenderás a convertir columnas a formato fecha, extraer partes como año y mes, remuestrear datos y calcular medias móviles.
MÓDULO 8 — Pandas Avanzado - [Detalles]
Repasarás herramientas avanzadas como optimización con tipos categóricos, evaluación de expresiones, relleno inteligente de datos y construcción de pipelines mediante pipe().