Buen curso pero quedó un poco viejo el contenido respecto a las distintas configuraciones.


Subtítulos en español
3075
Opiniones
básico
Configura y utiliza Jupyter Notebooks y Anaconda para ciencia de datos. Aprende a instalar herramientas, manejar ambientes virtuales con Conda y Mamba, y optimizar tu flujo de trabajo. Ideal para principiantes.
Jesús Vélez Santiago
Machine Learning Engineer en uDocz
Buen curso pero quedó un poco viejo el contenido respecto a las distintas configuraciones.
la verdad muy bueno y muy practico.........................................
Es curso es preciso en su temantica, creo que es un curso fundamental dentro de la ruta
Un curso bastante adecuado y útil para instalar y configurar los ambientes de trabajo con tips muy buenos y útiles.
Me gusto el curso y la forma de explicar del profesor sin embargo no se me hizo tan llevadero como otros
El curso no me pareció muy bueno, hace falta realizar un proyecto al menos un entorno de trabajo de lo que se mencionan en la clase. Además en el examen ponen muy pocas preguntas, por lo que el margen de error es muy pequeño
Práctico para trabajar con diferentes proyectos de forma independiente sin afectar las dependencias de cada uno.
ver herramientas que ocupan para trabajar
es necesario aprender de la terminal primero para sacar el mayor provecho al curso
No encuentro la utilidad de utilizar WSL al comienzo nos dice que es por la capacidad de instalar cosas que no se podrian en Windows pero en toda la clase no veo un solo ejemplo de esto. Por todo lo demas bien.
Es el primer curso que tomo por lo que fue un poco confuso al inicio pero estoy seguro que toma las bases para futuros proyectos.
Es un buen curso, solamente que tuve dificultades para instalar WSL porque mi pc no tiene la versión, peor aún, no he podido actualizar a una mejor versión, espero en un futuro tener otro pc y retomar este curso. Por otra parte, las diferentes herramientas para ciencia de datos están bastante interesantes, se puede sacar provecho a muchas de ellas, se recomienda un curso de keaggle para aprovechar aún más el manejo de datasets
Representa una buena guia para las personas que recien nos estamos familiarizando con los ambientes virtuales e implementando conda
La variedad de programas presentados, especialmente, los que se utilizan en la nube
Muy buen curso, aunque se abarcan bastantes temas, pero muy interesante
Estuvo bien el curso introductorio, algo corto para mi parecer, pero bien
excelente pero faltaría ahondar mas en por ejemplo deepnote, yo quede co muchos vacios, un curso enfocado solo en el uso de esas herramientas seria estupendo (tambien colab)
El maestro es de lo mejor, lo explica muy bien y lo hace muy sencillo. Pero el contenido necesita actualizarse.
La verdad este tipo de cursos me parecen un poco innecesarios porque no tiene tantos retos, creo que podria incluir dentro de uno que hable de ciencia de datos y hay aun modulo para configurar el ambiente
Buen curso! Aunque me gustaría que profundizara más.
un poco mas practico, una clase netamente manejando un Notebooks, explicar todos esta bien, pero un buen manejo en uno es lo que se busca
Excelente curso. El profesor tiene claridad en las cosas que explica. Reomendado
Es un curso oportuno en esta etapa de aprendizaje sobre ciencia de datos. El curso es motivador
Estuvo interesante, creo que se pudo haber dado más información acerca de GPUs TPUs que se pueden usar, tiempos, y restricciones de los mismos.
la practica con todos los ambientes, la integración de los ambientes de trabajo, y la forma eficiente de usar la terminal para trabajar adecuadamente.
está desactualizado y falta información para los errores que puede arrojar las instalaciones. Podés demorar horas/dias para instalar programas
Fue un buen curso, interesante, conocer que se tienen disponibles varias herramientas para poder trabajar
Buena introducción a conda y los enviroments y su utilidad.
docente muy animado, pero contenido basico que se podria encontrar facilmente en youtube
Me gusto la informacion dad y las instalaciones, sin embargo, creo que faltan ejemplos o ejercicios mas concretos sobre cuando usar Deepnote, Colab, Conda y Mamba. Si junto los conocimeintos de este curso con otros que he tomado previamente, tambien me queda la duda de cuando usar PIP, Dockers y los mabientes virtuales que se pueden crear en python sin usar conda