Creación de Notebooks en Google Colab para Ciencia de Datos

Si no les aparece en Drive solamente seleccionen “Conectar más aplicaciones” y busquen “Colaboratory”

Notas 😄
Google Colab: Primeros pasos.

• Es una herramienta basada en la nube que te permite trabajar en notebooks, y se guardan en tu cuenta de Google Drive 😃.

• Nube vs local: Ambas son útiles, pero se diferencian en la configuración de entornos, ya que en la nube ya están precargadas, y de local tienes que configurarlo manualmente. También es diferente el tiempo de ejecución y la escalabilidad: la nube tiene más poder porque puedes rentarlo!. 💸

• Google Colab: Servicio en la nube basado en Jupyter Notebooks, no requiere configuración y tiene un trabajo a nivel de archivo (el notebook es la base). Tiene uso de gratuito de GPUs y TPUs para correr modelos grandes. ☁️

• Puedes acceder a Google Colab desde tu drive o desde el navegador.

• Para aprender Markdown.

  Markdown Guide

• Las variables son persistentes (se conservan) entre celdas de código!. 🔥

• Para llamar a la línea de comandos, debemos usar primero un signo de admiración ! y luego un comando válido, por ejemplo !pwd o !pip install session-info.

Una variante a Google Colab en la nube es Gradient de Paparspace. La versión free cuanta con:

• Hasta 16 GB de RAM de la GPU
• 8 núcleos de CPU
• 30 GB de RAM
• 5 GB de almacenamiento

El link es https://gradient.run/

Yo era muy fan de anaconda y tuve un curso donde tuve que utilizar Google Colab y me encantó. Hoy en día utilizo los 2 ya que hay algunas librerías que utilizan de segundo plano ventanas y en Google Colab no te deja.

Escribí un articulo como resumen de lo expuesto por el profesor y con alguna información extra sobre jupyter notebook, por si quieren verlo y de paso que conectemos en linkedin para crear y compartir conocimiento:

https://www.linkedin.com/pulse/qu%C3%A9-puedo-hacer-en-google-colab-juan-diego-ramirez-zuluaga

Para salir de la vista markdown : Shift + Enter

Me encanto esta clase de Google Colab, después de haber aprendido python esto me esta gustado mucho. Tengo ilusión con el curso

La letra x no se le da a mi compa :c eso me va a distraer en el resto del curso vlvg

Me está gustando el curso. Creo que es una herramienta voy a poder usar MUCHO.

Entendido y funcional. Para comandos también funciona el porcentaje. %

variable = "DBZ"
print(variable)

!ps
%ls

pip install session-info
import session_info
session_info.show()

Siempre he sido muy ambiguo a la hora de usar herramientas de la nube, pero gracias a este tipo de cursos me he motivado para usarlas, ya que, se ve la gran utilidad y su sencilla forma de trabajo. También es muy útil la parte de las extensiones, brindan un mejor control a la hora de programar.

Información resumida de esta clase
#EstudiantesDePlatzi

• Puedo utilizar herramientas que se encuentran en la nube como Google Colab

• Una gran ventaja de trabajar en la nube es que puedo manejar gran cantidad de datos

• Google Colab está basado en Jupyter Notebooks

• Google Colab funciona con Python, es decir, las sentencias y estructuras funcionan igual

• Dentro de Google Colab puedo tener diferentes tipos de archivos como código, texto, imágenes, variables, etc.

• Existen 2 tipos de celda. Celdas de código y celda de texto enriquecido

• Una librería es un conjunto de funciones ya escritas que me ayudan a resolver un problema

Como lo menciona el maestro, en collab no es necesario crear y configurar un entorno porque ya está creado y viene con varias librerías, en el ejemplo use Numpy

Mientras que si trabajará desde mi ordenador tendría que un entorno, por lo general git dentro del entorno instalar Numpy con el comando pip install numpy… en resumen collab es una herramientas que nos facilita la vida

Una herramienta muy poderosa en los notebooks son los shortcuts de teclado, nos ayuda a movernos mas rapido entre las celdas.
Para ver los shortcuts disponibles y configurar dependiendo a nuestro gusto vamos al apartado de Herramienta -> Combinación de teclas

con esto se desplegara todos los shortcuts que ofrece Google Colab, recomiendo revisarlos todos pero los que yo uso con mayor frecuencia son los siguientes
.

• Ctrl+Enter -> ejecuta la celda en la que te ubicas
• Alt+Enter -> ejecuta la celda en la que te ubicas y genera una nueva celda
• Shift+Enter -> ejecuta la celda en la que te encuentras y te ubica en la siguiente celda
• Ctrl+M d -> borra la celda en la que te ubicas
• Ctrl+M J -> mover las celdas seleccionadas hacia abajo
• Ctrl+M k -> mover las celdas seleccionadas hacia arriba

Impresionante jeje ahora si a aprender a configurar mi entorno como desarrollador de Ciencia de datos

Sólo van 2 clases y el curso va genial. Por fin pude comprender mejor esto de Colab.

Google Colab al estar basado en Jupyter Notebook viene por defecto con Python y la configuración necesaria para la Ciencia de Datos.

Puedes comenzar importando tus librerías favoritas para la Ciencia de Datos:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

Por si a alguien no le aparece el Colaboratoy en Google Drive, lo único que tienen que hace es seleccionar donde dice “conectar más aplicaciones”, ahí buscan colaboratory y lo instalan. Después de eso ya les aparecerá

Yo creo que de todas las instalaciones o tecnologías que se pueden utilizar, Colab es la más sencilla. Inclusive se debería utilizar cuando recién se aprende Python. Leo otras opiniones

Lo de la linea de comando es algo nuevo, siempre se aprende algo. definitivamente los Notebook son demasiado cómodos y eficientes. Gran herramienta.

Hola a todos. Si de casualidad cuando dan clic en + para encontrar Google Colaboratory y este no está, lo que deben hacer es dar en Conectar mas aplicaciones, buscar colaboraotry, insalar ese complemento, aceptar todas los requerimientos para hacer la conexion de Drive con Colaboratory y listo. Ya están “emparejados”.

Hola, saludos a todos.
Hacía falta este curso. la mayoría de los profesores lo utilizan y van directo a sus clases, por lo que s tiene que ir aprendiendo sobre la marcha, ensayo y error, además de ir investigando.
Por lo anterior, será de mucho provecho conocer sobre esta herramienta valiosa que simplifica el trabajo a la hora de programar, además que permita hacer notas, etc.
Enhorabuena!
Saludos

La verdad estoy en cero en estos temas, pero parece que el profe lo enseña muy sencillo

Excelente clase!! nunca pensé el poder de estas herramientas ❤️

Apuntes de las ultimas dos clases 💚📚

.

1. Herramientas que se instalarán en el curso y para qué sirven:
   
   1.1 Notebooks: Permiten combinar código, texto explicativo y otros elementos en un solo documento interactivo. Para el análisis de datos, los notebooks son ideales para explorar y analizar conjuntos de datos. Permiten realizar cálculos, visualizar datos y generar informes interactivos.
   
   1.2 GoogleCollabs (o collaboratory): es una plataforma en línea que permite a los usuarios escribir, ejecutar y colaborar en código de Python en la nube. Es una herramienta muy útil para el desarrollo de proyectos. Está basado en jupiter notebooks. Puedes acceder a Google Colab desde tu drive o desde el navegador.
   
   Colab ofrece acceso gratuito a unidades de procesamiento gráfico (GPUs) y unidades de procesamiento tensorial (TPUs). Estas unidades son especialmente útiles para tareas de aprendizaje automático que requieren un alto rendimiento computacional. También permite la colaboración en tiempo real, lo que significa que varias personas pueden trabajar en el mismo notebook al mismo tiempo. Además, es compatible con bibliotecas populares como TensorFlow, PyTorch, NumPy, Pandas, entre otros. También puedes usarlo para aprender markdown, que es un lenguaje de marcado ligero. Puedes agregar formato como encabezados, negritas, cursivas, listas y enlaces a un texto sin formato utilizando una sintaxis simple y fácil de entender.
   
   Nota1: un lenguaje de marcado ligero es una forma sencilla de agregar formato y estructura a un texto sin formato mediante el uso de etiquetas o marcas fáciles de entender.
   Nota 2: Una variante a Google Colab en la nube es Gradient de Paparspace. La versión free cuenta con:
   
   - Hasta 16 GB de RAM de la GPU
   - 8 núcleos de CPU
   - 30 GB de RAM
   - 5 GB de almacenamiento
   .
2. Diferencias de trabajar en la nube y trabajar en un entorno local:
   .
   • Configuración de entorno: cuando entras a la nube, ya tienes todo lo necesario para trabajar en ciencia de datos. En un entorno local, es necesario configurar todo, las librerías y las herramientas que usarás. Por ejemplo, Google Colab proporciona un entorno de ejecución en la nube, lo que significa que no es necesario instalar ningún software en tu computadora. Además, viene con muchas bibliotecas y paquetes de Python preinstalados, lo que facilita la importación y uso de herramientas.
   • Tiempo de ejecución y escalabilidad: cuando trabajes en proyectos con grandes cantidades de datos, se te presentarán dificultades con el espacio o con la capacidad de ejecución de tus equipos. En la nube, siempre puedes ampliar la capacidad del equipo que estás rentando.
     .
3. Primeros pasos en google colab:
   
   Primero lo primero, Para ingresar a Google Colaboratory, puedes entrar desde el navegador o desde Drive creando un archivo nuevo. Ahí te dará la opción de crear un notebook en Google Colab. Tú ya sabes usar Python, así que no entremos en formalidades. Aquí tienes la información necesaria para comenzar en Google Colab.
   .
   • Las variables son persistentes (se conservan) entre celdas de código! 🔥
   • Para llamar a la línea de comandos, debemos usar primero un signo de admiración ! y luego un comando válido, por ejemplo !pwd o !pip install session-info.
   • Google Colab tiene celdas de texto que son para colocar texto enriquecido (negritas, cursivas, listas y enlaces a un texto, etc). Necesitas saber markdown, pero es sencillo de aprender. Además, hay botones y herramientas que te pueden ayudar a usar texto enriquecido.

Que pensando cuando el profe dijo: "Este panda"
Me estás diciendo que no lo conoce a Po? 😦

Cargar datos desde Github

!git clone LinkRepo
% cd RepoName

Descomprimir zip

!unzip GPR_radargrams.zip
% cd GPR_radargrams

Markdown Guide

Tensor Processing Units (TPUs) are Google’s custom-developed application-specific integrated circuits (ASICs) used to accelerate machine learning workloads.

Google Colab

• Servicio en la nube
  -Basado en Jupyter Notebooks
  -No requiere configuración
• Trabajo a nivel de archivo
• Uso gratuito de GPUs y TPUs

He usado Google Colab y es muy fácil de usar. Si has usado otros notebooks es lo mismo. Si no lo has hecho, es una muy buena manera de empezar.

No sabía la existencia de los notebook. Me esta gustando bastante el curso, además que usas brave ❤️

Este colab me parece una extraña y fascinante combinación entre un ide y notion

command control enter es en una Mac, en los otros sistemas es ctrl + enter.

https://colab.research.google.com/notebooks/welcome.ipynb?hl=es simplemente para facilitar el link a Google Colab

Realmente muy útil los tutoriales proporcionados por la página, recomiendo leerlos!

Si no quieren descargar el archivo pueden abrirlo directamente, ir a Archivo > Guardar y luego a Guardar una copia en Drive. El archivo se guardará en la carpeta Colab Notebooks de su Drive

Muy agradecido por un curso que aterrice tantos conceptos de manera de sencilla y rápida. Gracias Platzi y Gracias Jesus

Yeah Brave B)

Si no te aparece prueba con este link y solo ponle en instalar:
https://workspace.google.com/u/0/marketplace/app/colaboratory/1014160490159?hl=es-419&pann=drive_app_widget

Excelente clase.

Me gusto mucho este entorno de google colab. No sabia que tenia esa capacidad de trabajar tan sencilla sin tocar algo de mi computadora cuando se instala algun programa.

Google Colab: La Herramienta de Cuadernos Interactivos en la Nube

🌐 Entorno en Línea en la Nube: Google Colab se ejecuta en la nube de Google, lo que te permite acceder a tus proyectos de programación en cualquier lugar.

📊 Cuadernos Interactivos: Crea cuadernos interactivos al estilo Jupyter con texto, código y resultados visuales en un solo lugar.

💻 Recursos de Google: Google Colab proporciona acceso a unidades de procesamiento gráfico (GPU) y unidades de procesamiento tensorial (TPU) de Google, ideales para cargas de trabajo de aprendizaje automático y procesamiento intensivo.

👥 Colaboración en Tiempo Real: Colabora con otros usuarios en un mismo cuaderno en tiempo real para proyectos compartidos.

📁 Integración con Google Drive: Almacena tus cuadernos en Google Drive para facilitar la organización y el acceso.

📚 Bibliotecas Preinstaladas: Google Colab incluye bibliotecas de Python comunes preinstaladas, lo que agiliza el proceso de desarrollo.

🚀 Exportación y Publicación: Exporta tus cuadernos en formatos como PDF o GitHub para compartirlos y publicarlos.

🆓 Opción Gratuita: Ofrece una versión gratuita con recursos limitados, y también una opción de pago, Colab Pro, para recursos más potentes.

Google Colab es ampliamente utilizado en la comunidad de programadores y científicos de datos debido a su facilidad de uso y la potencia de la nube de Google. Es ideal para proyectos de aprendizaje automático, análisis de datos y programación colaborativa.

✅

amo este capitulo

Si tambien no supiste como encontrar Google Colab desde tu “Google Drive” te comparto la serie de pasos que use hoy: 12 de sep de 2023

Que pasa en caso de no tener la opcion de ir “Google Colaboraty”

• Ir a nuevo
• Mas
• • Conectar mas aplicaciones
• Lupa
• Buscar mas aplicaciones
• Escribir en la barra de busqueda
• Colaboraty
• Boton azul
• Instalar

Que increible es iniciar este camino como cientifica de datos desde la nube usando Google Colab

Es por ello que comparto parte de mis notas de hoy

Como ingresar a Google Colab

• Para ingresar a Google Colab
• El sistema basado en notebooks
• Hay dos formas

Forma 1

• Ingresar al enlace
• Desde la barra de busqueda
• Escribir Google Colab
• 3 enlace
• https://colab.research.google.com/?utm_source=scs-index

Forma 2

• Ingresar a google drive
• Desde la cuenta de google
• https://drive.google.com/drive/u/0/my-drive
• Ir a nuevo
• Mas
• Google Colaboraty

Que pasa en caso de no tener la opcion de ir “Google Colaboraty”

• Ir a nuevo
• Mas
• • Conectar mas aplicaciones
• Lupa
• Buscar mas aplicaciones
• Escribir en la barra de busqueda
• Colaboraty
• Boton azul
• Instalar

Libreria

• Una libreria es una coleccion de funciones que buscan resolver un problema
• Funciones que otras personas ya han programado
• Ya han escrito
• Descargarla y usarlas en el proyecto

Primer Notebook

• Ejecucion de celda de codigo
• Crear celda de texto
• Ejecutar comando en la linea de comandos
• Ejecutar libreria
• Importar libreria
• Usar libreria

Datos importantes

• Con el simbolo !
• Puedo estar en la linea de terminar
• Con el simbolo !
• Puedo ingresar librerias a mi notebook

Este es el enlace para Jupyter online: https://jupyter.org/try-jupyter/lab/

Genial ahora se que es Google Colab, aunque prefiero en Local, claro por el momento.

2. Google Colab: primeros pasos

Notebooks en la nube vs. locales

• Ambos son útiles.
• Configuración de entorno.
• Tiempos de ejecución.
• Escalabilidad.

¿Qué es Google Colab?

• Servicio en la nube.
• Basado en Jupyter Notebooks.
• No requive configuración.
• Trabajo a nivel de archivo.
• Uso gratuito de GPUs y TPUs.

Para ver las librerías instaladas en Google Colab: !pip freeze

Yo conocia Jupyter, pero no colab. Que buena clase.

No conocía a este profesor pero…es excelente!

Google Colab
Ventajas

• Accesibilidad: Google Colab se puede usar en línea y de forma gratuita con solo una cuenta de Google.

• Integración: Google Colab está integrado con Google Drive y Google Cloud Platform, lo que permite el almacenamiento y la colaboración en línea.

• Bibliotecas preinstaladas: Google Colab viene con una amplia gama de bibliotecas preinstaladas, lo que facilita la instalación y el uso de herramientas de análisis de datos populares.

• Facilidad de uso: Google Colab es fácil de usar y no requiere configuración adicional.

Desventajas

• Limitaciones de hardware: el uso gratuito limita el tiempo de ejecución de la CPU y la GPU.

• Dependencia de internet: Google Colab requiere una conexión a internet para funcionar.

• Limitaciones de la memoria: la capacidad de memoria disponible es limitada y puede ser un problema para conjuntos de datos grandes.

• Riesgo de seguridad: ya que Google Colab se ejecuta en línea, es importante tener cuidado al manipular datos sensibles.

Google Colab: en palabras sencillas

• Es una plataforma en línea gratuita que permite escribir y ejecutar código de programación en diferentes lenguajes, como Python y R.
• Proporciona un editor de texto y un entorno de ejecución de código en la nube(no es necesario instalar software en tu ordenador).
• Te permite compartir y colaborar en proyectos con otros usuarios en tiempo real.
• Es especialmente útil para el aprendizaje de la programación, la ciencia de datos y la investigación, ya que proporciona acceso a herramientas y recursos avanzados de forma gratuita.

Como es posible que apenas estoy conociendo Google Colab 😦 Espero sea un gran curso, pinta bien.

Mis apuntes de la clase 📝
.
Google colab es un sistema basado en notebooks para trabajar en Data Science, podemos hacerlo dentro de nuestra cuenta google y almacenando en google drive.

Notebooks en la Nube ☁️ vs Local 💻

Cabe mencionar que dependiendo del objetivo de nuestro trabajo o proyecto podemos utilizar una o la otra ya que ambas son sumamente útiles.

Entre las características mas destacadas están:

• Configuración de entorno
  • En la nube ya esta todo listo, incluso ya cuenta con librerías especializadas en Data Science integradas.
  • En local toda la configuración nos toca hacerla por nuestra propia cuenta de forma manual, esto incluye instalar software o extenciones adicionales.
• Tiempos de ejecución
  • En local depende de la capacidad de nuestra computadora
• Escalabilidad
  • En la nube podemos adquirir más capacidad de computo si el proyecto lo requiere.
  • En local estamos límitados al poder de procesamiento que incluye nuestra computadora.

Que es Google Colab?

• Servicio en la nube
• No requiere configuración (ready to use)
• Basado en los Jupyter notebooks
• Trabaja a nivel de archivo
• Cuenta con uso gratuito de GPU y TPU (poder de computo y ejecución)

Estos servicios en la nube como Google colab son muy útiles, además que son gratuitos y funcionan con el navegador.

Super bien como explica el profe, me gusto mucho el vs entre notebooks en la nube y de formar local.

En google drive se debe instalar google Colab.

Hi
por si te pasa como ami, si no te aparece la opcion de colaboratory , tendra que instalarla y si tiene poco espacio en drive, tendria que gestionar mas espacio

espero que te ayude

Pasos para cargar o subir un Notebook en Google Colab

Estos pasos se realizan cuando vas a abrir por primera vez un archivo en google Colab.

1. En google Colab, en la esquina superior izquierda hacer click en Archivo o File
2. Luego click en Upload notebook o Subir notebook
3. En la sección de Subir hacer click en Seleccionar archivo
4. Buscar el archivo, y luego hacer click en Abrir

Pasos para entrar a Google Colab

1. Ir a la siguiente dirección

   Google Drive

2. En la esquina superior izquierda hacer click en Nuevo \ Más \ Google Colaboratory

3. En la esquina superior derecha hacer click en Conectar.

4. Una vez aparezca el check ✅ se podrá comenzar a trabajar.

He quedado totalmente sorprendido con Goggle Colab, no lo conocía en lo absoluto.

En caso de no aparecer la opción de Google Collaborative al ingresar en https://drive.google.com, deben dar clic a + Conectar más aplicaciones y buscar la aplicación.

Esta super

Además permite realizar algún trabajo si nuestra máquina no cuenta con recursos suficientemente potentes. Y todo de forma gratuita.

✌️Hola, les comparto mis notas, tambien les dejo el archivo en PDF con mejor resolución, espero les ayude👍.
Click 🖱️ https://bit.ly/Entorno_Google_Colab

1. Google Colab: primeros pasos
   Notebooks en la nube vs Local

Ambas son útiles, pero se diferencian en la configuración de entornos, ya que en la nube ya están precargadas, y de local tienes que configurarlo manualmente. También es diferente el tiempo de ejecución y la escalabilidad: la nube tiene más poder porque puedes rentarlo!.

Que es Google Colab

Es un servicio en la nube basado en Jupyter Notebooks, no requiere configuración y tiene un trabajo a nivel de archivo (el notebook es la base). Tiene uso de gratuito de GPUs y TPUs para correr modelos grandes. y se pueden guardar en Google Drive (drive → nuevo → mas → google colaboratory)

Para llamar a la línea de comandos, debemos usar primero un signo de admiración !
y luego un comando válido, por ejemplo !pwd o !pip install session-info
Para aprender Markdown → Markdown Guide
<aside>
💡 Una variante a Google Colab en la nube es Gradient de Paparspace. La versión free cuanta con:

Hasta 16 GB de RAM de la GPU
8 núcleos de CPU
30 GB de RAM
5 GB de almacenamiento
El link es https://gradient.run/

</aside>

Google colab: primeros pasos

Notebooks en la nube vs locales

Las ventajas que presentan las notebooks en la nube frente a las notebooks locales son:

• Configuración del entorno: al tener una notebook en la nube no tienes que preocuparte por instalar paqueteria, editores, configurar tus preferencias, etc. debido a que los proveedores de estas nubes nos brindan una plataforma previamente configurada que incluye todo lo necesario para que te conviertas en un gran científico de datos.
• Tiempos de ejecución: Al tener gran cantidad de datos, la nube es la mejor opción debido a que se cuenta con una computadora que cuenta con los recursos necesarios para realizar análisis sobre datos de manera exhaustiva.
• Escalabilidad: Cuando se tienen grandes cantidades de datos y se quiere hacer crecer el entorno de desarrollo para realizar análisis más complejos sobre los datos, los notebooks en la nube ofrecen la posibilidad de escalado casi automatico, debido a que se puede gestionar los recursos del servidor desde la plataforma.

¿Qué es Google Colab?

Es un servicio en la nube que esta basado en Jupiter Notebook y no requiere configuración. Sigue una filosofía de trabajo a nivel archivo, es decir, el punto inicial del programa es un Notebook. Además nos brinda el uso gratuito de GPUs y TPUs (poder de computo) que podemos usar para nuestros análisis de datos.

Explorando Google Colab

• Ejemplos: Nos permite ver ejemplos que Google nos ha preparado, los cuales nos ayudarán a introducirnos a Google Colab, principalmente al manejo de su Notebook.
• Recientes: En esta sección podemos ver los últimos archivos que hemos abierto y si eres nuevo en la plataforma te aparecerá el archivo “Te damos la bienvenida a Colabratory”.
• Google Drive: En esta sección puedes importar archivos de tu cuenta drive asociada al correo.
• Github: Nos permite importar archivos desde un repositorio de Github…
• Subir: Nos permite subir archivos desde nuestra computadora.

En esta clase vamos a usar el siguiente archivo , puedes descargarlo e importarlo usando la sección “subir”. Este archivo se encuentra compuesto por dos tipos de celdas:

• Celdas de texto enriquecido (markdown): nos permiten explicar nuestro código. Al momento de estar editando nuestro texto nos mostrará una pre visualización del texto.
  
  
• Celdas de código: nos permiten añadir codigo ejecutable escrito en Python, el código se puede ejecutar haciendo click en el símbolo de play. Además de que las variables persisten entre diversas celdas de código.
  
  

Además podemos escribir comandos para indicarle a la computadora que realize una acción, para usar la linea de comandos nuestros comandos tienen que ir precedidos por el caracter especial ! (signo de exclamación o bang) , algunos comandos básicos son:

• pwd: Nos muestra el directorio en el que nos encontramos dentro de la maquina remota, se usaría de la siguiente manera !pwd.
• ls: Nos muestra los archivos que se encuentran dentro del directorio en el que nos encontramos, se usaría de la siguiente manera !ls.
  Si quieres saber más sobre comandos de la línea de comandos pudes ver el Curso de terminal y línea de comandos.
  
  

También podemos instalar librerías (una libreria es un conjunto de código desarrollado por un programador y que tu puedes utilizar para realizar tareas más facilmente) que necesitemos.

Para comenzar a usar la librería solamente tenemos que importarla.

Finalmente de dejo los ejemplos completos durante la clase.

Wow que fascinante es esto después de pasar por python comprendes lo versátil que es esta herramienta!!!

Si no les aparece Google colaboratory en google drive seleccionen en conectar mas aplicaciones y descarguen colaboratory

falto agregar como instalar Google Colaboratory, ya que no siempre esta instalado

Locales vs Nube

Para ver que librerías están por defecto puedes usar:

help("modules")

Muy interesante este curso. Tengo muchas expectativas en esta carrera de Ciencias de Datos!

No conocía Google Collab, está re-bueno.

Excelente jamas me habia puesto a verificar los datos que se puden utilizar con los notebooks como colab.

Si es la primera vez que se va a utilizar Google Colaboratory, se debe dar clic en más -> conectar más aplicaciones y realizar la búsqueda manual, posteriormente instalar. Así saldrá posteriormente el nombre Google Colaboratory cuando des clic en más.

Los notebooks nos permite ejecutar celda de código, de texto, así mismo ejecutar ciertas lineas de comando.
Por otro lado nos permite instalar ciertas librerías que vamos a poder utilizar según las necesidades que tengamos

Muy interesante la clase, a seguir adelante.

notas importantes
para instalar un librería se necesita usar el comando
!pip install "libreria"
para importarlo se usa
import “libreria” as “alias”

Me cuesta dejar los Ides tradicionales por el formato Notebook, pero se que es un estandar para la Ciencia de datos u.u

Cuando uno tiene poco conocimento de este tipo de herramientas se da cuenta de la cantidad de herramientas gratuitas que uno desaprovecha. Gracias profe por todo el conocimiento.

Es interesante que aprendan a usar Collab, porque muchos lugares de trabajo contratan los servicios de computo en la nube de diversas empresas, y la mayoria tienen ambientes de desarrollo tipo Colab (Jupyter Notebooks)

Uso del session_info.show()

Importar librerías instaladas en Colab

Instalación de librerías en Colab