
ALEX PEÑA
@lxnevulPráctico para trabajar con diferentes proyectos de forma independiente sin afectar las dependencias de cada uno.
3043
Opiniones
básico
Conoce diferentes tipos de Jupyter Notebooks, la herramienta de trabajo fundamental para toda científica de datos que utilizarás en tus proyectos y en toda la Escuela de Data Science.
Jesús Vélez Santiago
Machine Learning Engineer en uDocz
Práctico para trabajar con diferentes proyectos de forma independiente sin afectar las dependencias de cada uno.
para ser un curso de introducción a notebooks es muy bueno, pero podrían ingresar mas contenido.
Excelente profesor. Pero me gustaría saber más trucos con Jupyter. Se perdió mucho tiempo viendo colab o depnote cuando son herramientas que las aprendes ya en otros curosos
012345678901234567890123456789012345678901234567890123456789012345678901234567890123456789
Lo mejor del curso fue aprender a administrar los avientes virtuales que se pueden crear en python
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.
Herramientas fundamentales para trabajar con entornos virtuales y configurar mi entorno de trabajo.
El contenido y la experiencia del profesor son muy buenas. Pero una área de mejora para el profesor sería la velocidad de explicación de su clase.
Lo mejor fue la muestra de los distintos ambientes para ciencia de datos en los que se puede trabajar, no me gustó toda la instalación de ubuntu, conda y mamba, mi opinión es que Deepnote y Colab fueron creados para facilitar todo ese proceso, pero reitero que solo es mi opinion.
Fue muy bueno conocer todas la herramientas que existen para los entornos de trabajo.......................................................................
Creo que este curso se queda un poco corto en cuanto a la temática, se podría abordar otro tipos de ambientes nativos o implemetaciones que expandan la temática.
Es un curso que da una pincelada de muchos temas, bastante interesante para empezar.
Es bastante completo para alguien que no tenga nada preparado como ambiente de trabajo.
El profe hace la clase muy dinámica y chéveres. los conceptos son claros
Curso excelente en especial la parte de conda. Hasta que ví este curso no sabia nada de conda lo cual era una desventaja
Aprender Deepnote creo que es fundamental en este curso que me encanto, como tambien de google col, ya que siempre he trabajado en script local y nunca he sabido de la existencia de estos entornos de trabajo
Es un buen curso introductorio para meterse de lleno en la ciencia de datos
Buen curso para tener muy claro la configuración de jupyter notebooks y anaconda.
Un curso de mucha ayuda para tener un entorno de trabajo adecuado para iniciar en la ciencia de datos
Es muy interesante la clase me gusto sobre todo porque aprendi cosas nuevas
Un curso bastante adecuado y útil para instalar y configurar los ambientes de trabajo con tips muy buenos y útiles.
es un buen curso, aunque pensando en los estudiantes primerizos deberia ser mas didactico a la hora de la configuracion para instalar los paquetes, a veces se me dificulto.
Las comparaciones entre las diferentes herramientas que enseña el profesor a lo largo del curso.
Proporcionan la información relevante para entender los entornos de trabajo, y como trabajar en ellos para Pyhton
En general es un curso introductorio bastante bueno, cumple con el proposito de mostrar diversos ambientes de trabajo. El profesor es entretenido e intenta explicar de manera clara.
Bueno aprendi mucho de lo que necesitaba es todo aun falta mucho por aprender.
.
ver herramientas que ocupan para trabajar
La variedad de programas presentados, especialmente, los que se utilizan en la nube
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