Deepnote es mi nueva herramienta favorita 👌🏻
¿Para qué sirve la estadística descriptiva?
Estadística descriptiva vs. inferencial
Flujo de trabajo en data science
Plan del curso
Estadística descriptiva para analítica
¿Cómo usar Deepnote?
Tipos de datos
Medidas de tendencia central
Metáfora de Bill Gates en un bar
Medidas de tendencia central en Python
Medidas de dispersión
Desviación estándar
Medidas de dispersión en Python
Exploración visual de los datos
Diagramas de dispersión en el análisis de datos
Estadística en la ingesta de datos
Pipelines de procesamiento para variables numéricas
Transformación no lineal
Procesamiento de datos numéricos en Python
Pipelines de procesamiento para variables categóricas
Procesamiento para variables categóricas con Python
Correlaciones
Matriz de covarianza
Proyecto de aplicación
Cálculo de valores propios de una matriz
PCA: análisis de componentes principales
Reducción de dimensionalidad con PCA
Despedida
Conclusiones
Lectura
En este curso vamos a utilizar una nueva herramienta para trabajar con Jupyter Notebooks. Su nombre es Deepnote y está diseñada especialmente para Data Scientists.
Tiene varias características muy interesantes como colaboración en tiempo real (tal como lo harías en Google Docs), integraciones con otras herramientas, una terminal, compartir tus proyectos a manera de portafolio, entre muchas otras cosas. Si quieres revisar a profundidad sus funcionalidades, acá te dejo su documentación oficial.
Antes de empezar, te recomiendo crearte una cuenta, lo podrías hacer con GitHub (recomendado) o con Google. También podrías no crearla, pero no podrás duplicar los notebooks ni ejecutarlos.
En los recursos de las clases vas a encontrar un enlace a Deepnote correspondiente al notebook usado en dicha clase. Te dejo un ejemplo del notebook de la siguiente clase. Podrás notar que tienes acceso para solo visualizar, por lo que no podrás correr los bloques de código, pero si te creaste la cuenta, también podrías duplicar el notebook a tu propia cuenta, dando clic al botón “Duplicate”:
Te aparecerá una ventana. Hay un pequeño bug, así que da clic sobre “Platzi-courses” y cámbialo a “Personal projects”, deja desmarcada la casilla de “Add admins of team Platzi-courses as collaborators?” y luego dale de nuevo a “Duplicate”:
¡Y ya lo tienes! Si te vas al ícono de la carpeta en la parte superior izquierda, llamado “Notebooks & Files”, notarás que no solo se duplicó la clase en específico, sino que están todos los notebooks del curso. ¡Ahora ya podrás ejecutar y editar todos los bloques de código y seguir con el curso!
Si quieres profundizar en el uso de Deepnote, te invito a leer este artículo: Qué es Deepnote y cómo utilizarlo en Data Science
Nos vemos en la siguiente clase.
Aportes 20
Preguntas 4
Deepnote es mi nueva herramienta favorita 👌🏻
Deepnote me suena mucho a Dead Note, hehehe
Deepnote es una herramienta genial. Es como Colab pero para empresariales. Tiene buenas opciones de colaboración y encripta la Data lo que es más seguro que tener Notebooks por ahí en tu drive y editarlos con Colab.
Por si no encuentran las carpetas y archivos, esta justo en la izquierda parte superior. Yo no lo encontraba xq tengo el buscador Dark y no me permitio ver la carpeta de Notebooks y Files😅😅, espero les sirva.
Listo, acabo de abrir la cuenta de Deepnote según indicaciones del profesor Anthony y, además duplicar.
Tengo todos los notebooks del curso!
Para adelante; ALLÁ VOY!
listo ya quedo
Ya no aparece la opción de desmarcar ¨Add admins of team Platzi-courses as collaborators?” en su lugar debe ser ¨Personal Projects Private¨.
Coye yo he trabajado con colab en modo cooperativo, solo lo comparto y le doy permisos de edición al link.
Maravillosa herramienta para que puedas ejercer la ciencia de datos sin fronteras.
Bastante interesante la herramienta. parece tener funcionalidades interesantes.
A mi no me aparecio la casilla Add admins of team Platzi-courses as collaborators?”
De Jupyter hice el salto a Collab y solo con leer el blog sobre Deepnote me dieron ganas de usarlo.
¡¡¡¡Esta herramienta se ve super genial, espero poder darle mucha utilidad!!!
Algo interesante acerca de Deepnote que está en el blog del link “Qué es Deepnote y cómo utilizar en Data Science” es que por defecto tienes 50 horas de uso personal al mes, pero al completar desafíos sencillos como trabajar en conjunto, unirse a un equipo, compartir, etc, se puede llegar hasta 750 horas de uso gratis cada mes.
Genial, es como Jupyter pero colaborativo
Cuenta creada en Deepnote .
Pinta bien !
Quede encantado con Deepnote. Ahora voy a poder practicar desde cualquier parte del mundo SIN EXCUSAS.
Excelente herramienta.
Excelente gracias
¿Quieres ver más aportes, preguntas y respuestas de la comunidad? Crea una cuenta o inicia sesión.