Daniel Steven Castro Urrego
@daniel944Buen cursos de notebooks y ambientes de desarrollo pero les hace falta dar el contexto y la conceptualización de los ambientes al inicio del curso.


Subtítulos en español
3076
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 cursos de notebooks y ambientes de desarrollo pero les hace falta dar el contexto y la conceptualización de los ambientes al inicio del curso.
Es bastante completo para alguien que no tenga nada preparado como ambiente de trabajo.
Es muy interesante la clase me gusto sobre todo porque aprendi cosas nuevas
El curso estuvo bien. Deben cuidar que la adición/remoción de clases no afecte el desarrollo de clases posteriores ni al examen final.
El contenido esta bien, pero falta un poco mas de fluidez por parte del profesor, se podría explicar de forma sencilla sin repetir tanto la misma idea, en general estuvo muy bien muchas gracias.
Tiene buenas explicaciones pero no las complementa correctamente con el material que presenta en pantalla
Casi todo, exepto que el docente y en el programa en si mismo muchas veces se saltaban pasos y no los nombraban, aunque tocaba buscarlos a veces no se encontraba informacion fuera de platzi.
La manera de explicar del profesor es agradable y hace que los conceptos complejos se puedan comprender de una manera más sencilla, sin embargo me gustaría que tenga un poco más de desarrollo los temas como los entornos virtuales o algunas clases de prácticas con pequeños proyectos, por que aún no me quedo claro el uso en el día a dia de un científico de datos
El acercamiento a herramientas como los notebooks , sobretodo Deepnote y Google Colab
bastante interesante, inspira a seguir adelante
Tiene un vistazo general de las diferentes opciones de herramientas necesarias para la ciencia de datos, pero es necesario profundizar mas en el tema
Se puede profundizar un poco mas en el uso de mamba, tambièn, se puede hacer un proyecto de los procesos, gracias
Un buen curso para iniciarse en el área de ciencia de datos, excelente para comenzar y acondicionar nuestro pc para que sea un ambiente de trabajo adecuado para la ciencia de datos
Lo mejor fue tener una vista general y la oportunidad de insidir en cada ambiente de trabajo con una base y decidir de acuerdo a conveniencia.
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.
Enseña muy buenas herramientas y varias alternativas de estas para que puedas elegir la que mas te guste
Buen curso pero quedó un poco viejo el contenido respecto a las distintas configuraciones.
Faltpo claridad y mayor calma en la exploración del algunis temas, por ejemplo, en la instalación de anaconda desde la terminal.
buen curso
El maestro es de lo mejor, lo explica muy bien y lo hace muy sencillo. Pero el contenido necesita actualizarse.
Un curso bastante interesante.
Se presentan los programas/software y demas herramientas en los que se puede trabajar para ciencia de datos, sin embargo no se ven ejemplos concretos aun de como utilizarlos
el set up inicial para tener las herramientas necesarias para los siguientes cursos. Las herramientas van avanzando y es necesario conocerlas para que el trabajo sea mas sencillo.
bien
Fue un buen curso
Proporcionan la información relevante para entender los entornos de trabajo, y como trabajar en ellos para Pyhton
Herramientas fundamentales para trabajar con entornos virtuales y configurar mi entorno de trabajo.
Buen curso introductorio excelente profesor y tematica para empezar en ciencia de datos
Un curso bastante adecuado y útil para instalar y configurar los ambientes de trabajo con tips muy buenos y útiles.
ver herramientas que ocupan para trabajar