Odio no poder darle Like al video 😦
Oigan, de hecho me parece una buena idea para el próximo
Hackatón de Platzi.
Like si opinas lo mismo.
Introducción
Objetivos del Curso
Programación Dinámica
Introducción a la Programación Dinámica
Optimización de Fibonacci
Caminos Aleatorios
¿Qué son los caminos aleatorios?
Entendiendo la aleatoriedad con Python
Camino de Borrachos
Desarrollando la simulación
Visualización de Caminos Aleatorios
Programas Estocásticos
Introducción a la Programación Estocástica
Cálculo de Probabilidades
Simulación de Probabilidades
Inferencia Estadística
Media
Varianza y Desviación Estándar
Distribución Normal
Simulaciones de Montecarlo
¿Qué son las Simulaciones de Montecarlo?
Simulación de Barajas
Cálculo de PI
Implementación del Cálculo de PI
Muestreo e Intervalos de Confianza
Muestreo
Teorema del Límite Central
Datos Experimentales
¿Cómo trabajar con datos experimentales?
Regresión Lineal
Conclusiones
Conclusiones
No tienes acceso a esta clase
¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera
David Aroesti
Aportes 379
Preguntas 4
Odio no poder darle Like al video 😦
Oigan, de hecho me parece una buena idea para el próximo
Hackatón de Platzi.
Like si opinas lo mismo.
Por cierto, no es que David Aroesti siempre use la misma camisa sino que se avienta hasta 14 clases en un sólo tirón.
Aquí el tweet de prueba
https://twitter.com/platzi/status/1231492702195331072?s=20
Lo comencé hoy y hoy mismo lo estoy terminando.
Esta fiesta estuvo excelente! sólo que quedé borracha de conocimiento y me quedaron algunas lagunas mentales. Existe una alta “probabilidad” de disfrutar de esta fiesta por segunda vez! 🥂
23:27 viernes, en la cuarentena más fructifera de mi vida.
Gracias Platzi por brindarnos conocimiento a través de un excelente profesor, creo que no solo he aprendido sobre el tema del curso en sí, sino mucho más. la actitud que uno pone al trabajo se nota y eso influye en los resultados, claro también el esfuerzo, y creo que se nota en los comentarios de mis compañeros que también aprendí de ellos por cierto. Gracias profe David por echarle muchas ganas en brindarnos un curso fácil de aprender.
6:34 una buena hora para terminar la fiesta 🙌🏼😁
11:43 Am, excelente curso David, siempre te he admirado mucho por como das los cursos y por tu metodología de enseñar, gracias.
Excelente curso, un conocimiento bastante exigente. Realmente este es un mundo donde no está cualquiera por la dificultad de digerir este tipo de información desde la primera vez. Gracias al profesor David, realmente es un genio y su cabello se parece al de Einstein xd jaja saludos a todos!!!
Gracias! el curso es muy bueno, sin embargo se debería ahondar más en los conceptos matemáticos y/o estadísticos de algunos temas que se tratan, ojalá sea porque en próximos cursos lo vamos a ver más a fondo. Saludos
hora de ver ideo: 00:03 22/11/2020
Interesante curso, se recordo muchos conceptos de Estadistica y Probabilidad donde se logro llevar la programación en python. David Aroesti muchas gracias por compartir sus conocimientos durante este curso y enseñarnos a analizar los problemas de una manera mas profesional.
David Aroesti, sigue sorprendiendome su forma de transamitir los conocimientos, desde el primer curso le he entendido muy bien sus conceptos y he tenido la oportunidad de recordar muchas cosas que estaban muy guardadas por alla en mi memoria, Muchas gracias por este gran curso.
Lo terminé a las 10, pero lo acabé en un día cuando planeaba hacer en 2.
Increíble curso como siempre con el Master Aroesti! 😄
Este docente es de lo mejor que tiene platzi, gracias David por tus enseñanzas.
Aplausos.jpg
Muchas gracias David, tus cursos son muy claros y se nota tu dominio, personalmente me han ayudado y me han entretenido mucho, y lo mas importante, me motivan mas a seguir en esta ruta de Datascience, Saludos a ti y todos los que estamos en esta carrera!!!
David muchas gracias por el curso, en la universidad tomé un curso de probabilidad y estadistica que fue una pesadilla, pero hoy en día le voy tomando cariño al vincularlo con Computer Science.
Ha influido la pedagogía de tus cursos para vincular teoría y práctica. Saludos!!
muy buen curso, bien explicado y con un excelente profesor como lo es David Aroesti, sigan así, mejorando siempre los cursos y entregandonos cursos nuevos y de calidad.
Acá les comparto el enlace de mi repositorio de este curso
7:31 pm Excelente curso
Un domingo a las 9 PM, me propuse terminarlo hoy y lo logre 😃
9:47am
11:07 p.m.
22:05
Hoy más que nunca me siento inspirado
3:10 pm
15:17 UTC-5
2:13 am
22:05 COL
5:57 PM
21:07 MEXICO
18:10
19:11
23:27 Hrs, fue maratónico xD
despues de 3 dias son las 8pm en Ecua
8:13 pm
7:45 PM Colombia
Domingo 9 am 😃
12:45 Durango, Durango, México
20.40 desde españa, pero estoy desde las 9 con este curso haha
2:43 PM El Salvador.
11.30 AM Chile
5:25 MX
23:49 :v
Ya no me dejan desvelarme jajaja
17:21 Russia
Excelente curso David. Cada vez aprendiendo más cosas útiles para ampliar mi conocimiento
Realmente fue un buen curso aunque el tema de recursividad aun me da dolores de cabeza y algo que si me gustaría saber como es que funciona el algoritmo del método random para entender mejor todo
Cuando dijo que estaba orgulloso auténticamente sentí que le alegra que crezcamos. Y comparto su sueño de que los computer scientist del futuro sean de LATAM!
8 am, hora de Ecuador, Domingo. Me desperté a las 6 para terminar el curso
Son las 04:00 de la mañana jeje
14:10 de la tarde!
9:31 pm, muchas gracias en efecto es un conocimiento muy enriquecedor
Me encantó el curso, David es un gran profe. Me da gusto que tenga más cursos en platzi
La verdad estas son las clase de cursos que te deja la mente pesada y pensando, toca estudiar mucho, leer y perfeccionar muchas cosas, pero David le mete muy bien a estos cursos, sabe mucho y comparte de una buena manera su conocimiento, a mejorar!!
Guatemala acá, son las 9 horas con 26 minutos, PM, he estado viendo este curso las últimas 24 horas, entre lavar platos, ir a traer el balón de gas, cocinar, lavar ropa, arreglar el hogar…
Fascinante
00:34 AM, jajajajaja
Un gran curso, realmente se necesita toda la teoría base para llegar a la regresión lineal y entender que no es la gran cosa.
Adquiri mi subscripcion a Platzi.
GRACIAS A ESTE CURSO !!!
19:23, con 20% de avance en la escuela de Machine Learning e IA.
16:23
Para curar la resaca producto de la gran fiesta es necesario seguir aundando en cada uno de los temas abordados en este gran curso. Felicidades Profe. David y a toda la comunidad.
01:11 am 19/06/2022
Me siento completo 💪
Terminado a las 19:00 en unos 4 días de trabajo.
9:00 am, como cuando despiertas de la fiesta y sigues ebrio 7u7
No me quiero ufanar por nada, pero lo empecé el 02/04/2022 en la mañana y lo estoy terminando en el día 05/04/2022 hora 18: 40, sin más que agradecer el conocimiento impartido, aunque voy hacer sincero los retos casi que no los hice solo logré estudiar cada uno de los aportes de la comunidad. Mil gracias.
11:37 AM
Dedique todo el sábado 05/03/2021 noche y madrugada, vale la pena. Gracias.
Exactamente a las 0:15 estoy viendo el video!
Excelente curso!!! 😃
ME SUPER GUSTO EL CURSO, EL PRIMER VIDEO SI ME ASUSTO, PERO DESDE EL SEGUNDO ME MOTIVE, ME ACLARO TANTO LAS ESTADISTICAS, MUCHO MEJOR QUE LO QUE VI EN LA UNIVERSIDAD !!! MIL GRACIAS
lunes 4.46 am
3:04 AM sinn dormir e
ANÁLISIS DE LA VARIANZA
Me gustaría compartirles esta aplicación que hice a raíz de este curso. Es una aplicación donde el usuario escribe el nombre de su archivo CSV y el parámetro Alfa que necesite. El programa devuelve una tabla ANOVA y una conclusión sobre la hipótesis nula.
Proyecto en Github
import numpy
import scipy.stats
direccion = input("Ingrese el nombre del archivo CSV: ")+".csv"
ncol=(numpy.loadtxt(open(direccion), delimiter=",")).shape[1]
aux=[None]*ncol
dataset=[None]*ncol
tamanos=[None]*ncol
medias=[None]*ncol
sumatorias=[None]*ncol
varianzas=[None]*ncol
contador=0
tratamientos=0
media_dataset=0
alfa=1-float(input("Ingrese el parámetro ALFA: "))
for columna in range(0,ncol):
dataset[columna]=numpy.loadtxt(open(direccion), delimiter=",", usecols=columna)
tamanos[columna]=len(dataset[columna])
medias[columna]=sum(dataset[columna])/len(dataset[columna])
aux[columna]=[]
for filas1 in range(0, tamanos[columna]):
aux[columna].append((dataset[columna][filas1]-medias[columna])**2)
sumatorias[columna]=sum(aux[columna])
varianzas[columna]=sumatorias[columna]/(tamanos[columna]-1)
tratamientos=tratamientos+tamanos[columna]
contador=contador+1
for columna in range(0,ncol):
media_dataset=media_dataset+medias[columna]
media_dataset=media_dataset/ncol
sct=contador-1
scr=tratamientos-1
scf=scr-sct
ssa=0
sse=0
for columna in range(0,ncol):
ssa=ssa+(medias[columna]-media_dataset)**2
sse=sse+(varianzas[columna])
ssa=ssa*tamanos[1]
sse=sse*(tamanos[1]-1)
sst=ssa+sse
msa=ssa/sct
mse=sse/scf
fvalue=msa/mse
fcri=scipy.stats.f.ppf(alfa, sct, scf)
print("")
print("TABLA ANOVA")
print("Fuente ","Suma de cuadrados ","gl ","Media cuadrática ", "Valor F ", "F crítico ")
print("Tratamientos ",str(ssa)," ",str(sct)," ",str(msa)," ",str(fvalue)," ",str(fcri))
print("Error ",str(sse)," ",str(scf)," ",str(mse))
print("Total ",str(sst)," ",str(scr))
print("")
print("Resultados:")
if(fvalue>fcri):
print("Con un nivel de significancia del",str(alfa*100),"%, SE RECHAZA la hipótesis nula de que las medias de los tratamientos sean iguales")
else:
print("Con un nivel de significancia del",str(alfa*100),"%, NO se rechaza la hipótesis nula y SE CONFIRMA las medias de los tratamientos sean iguales")
3:14 am terminando el curso, ha sido una buena fiesta jajaja
7:44 am ahora si a mimir
07:31 pm 2 Septiembre 21 😃
0:50 am : Ahora a descansar
Me gustaron mucho los ejemplos practicos del curso
Hola! A las 12:02 en Colombia, saludos y fiestas como estás no se olvidan :3
Muchas gracias!
Lo estoy viendo a las 10:25 pm hora México central, pero ya llevo rato viendo cursos, un aprox serian unas 5 a 6 hrs por el momento la fiesta va a seguir mínimo unas 2 horas mas. Siiiiuuu ❤️
Esta orgulloso de mi 😂
13-04-2021, a solo 17 dias de que finalice mi plan, le meti mucho tiempo a javascript, y diseño web, cuando python era de mas gusto para mi
9:38, aprovechando el Platzi day
Efectivamente a las 5:19 am xD
van a ser las 11 PM 😦
Muy buenas las conclusiones!
12:33am
Son las 11:14 P.M. Mis dos opciones eran estudiar la Ley de Ohm, o seguir con el curso de estadística
11:00 de la noche, estudiando en Platzi osi osi 😄
Estoy viendo el vídeo a las 16:40 jajaja
Aquí en Perú son las 14:19, aprovecho mi día libre para aprender 💪
Gracias por mucho, David Aroesti
23:11 del domingo 18 de octubre de 2020. :’'v
Estuvo bueno el curso.
18:40 San Juan, Argentina
8:11pm Gracias David. Excelente!
17:00h cdmx
10:08 PM
10:52
19:24 Colombia
9:55pm, Lima-Perú
¿Quieres ver más aportes, preguntas y respuestas de la comunidad?