Materiales del curso de Métodos Numéricos con Python - Parte 1 Cálculo Numérico solamente disponible en Udemy.
Puedes consultar todo el material complementario del curso en nuestro Github.io.
Las matemáticas son necesarias en muchos aspectos de la tecnología del siglo XXI, sobretodo cuando se trata de temas como Machine Learning, Inteligencia Artificial o Data Science. En estas ramas, son muchos los algoritmos que se utilizan para optimizar y tener algoritmos robustos, pero pocas las personas que lo entienden. Nuestra trilogía de cursos de métodos numéricos ha llegado para darle un giro de 180 grados a esta forma de trabajar y a explicarte todo lo que necesitas saber sobre algoritmos, su validez, en cuánto se equivocan y cual es el pseudocódigo de los mismos para que los puedas programar en cualquier leguaje de programación.
- ¿Sabes que cuando aplicas un algoritmo, siempre tiene error?
- ¿En qué se diferencia un sistema de 32 y de 64 bits?
- ¿Sabrías hallar el cero de una función sin conocer su expresión?
- ¿Podrías encontrar un polinomio que pase por una serie de puntos, e incluso aproximar su derivada o integral?
Si la respuesta a alguna de estas preguntas es no, sin duda este será el curso que te vendrá como anillo al dedo para subir de nivel tus habilidades y convertirte en todo un profesional. En particular para nuestro curso, nosotros usaremos Python, uno de los lenguajes mas utilizados y buscados por los profesionales del Data Science en la empresa para que así estés al día en tecnología y algoritmos, y no solo en la teoría detrás de ellos. Nuestro curso tiene cerca de 50 algoritmos explicados e implementados al detalle, con mejoras significativas y ejemplos para que entiendas y sepas aplicar cada uno de ellos en todos los escenarios.
- Empezaremos haciendo un repaso de los conceptos de los cursos previos de cálculo que nos van a hacer falta para demostrar la convergencia de muchos de estos algoritmos, así como para cuantificar el error que cometemos al aplicarlo.
- Seguiremos analizando los errores de redondeo, de truncamiento, de aritmética o de cálculo que nos van a hacer falta para saber cuanto se equivoca nuestro ordenador y conocer cómo guarda la información en la memoria
- Calcularemos ceros de funciones, intentando resolver la ecuación f(x) = 0, incluso en los casos donde no conozcamos de forma explícita la función f, porque sea por ejemplo un algoritmo en lugar de una expresión matemática.
- A continuación hallaremos el polinomio de menor grado que es capaz de pasar por una serie de puntos, la operación que en matemáticas se llama interpolación y analizaremos sus limitaciones, como por ejemplo el fenómeno de Runge.
- Y para terminar calcularemos derivadas e integrales con varios algoritmos, analizando la consistencia de los mismos, así como su fiabilidad, pues no siempre será posible encontrar un resultado tan fiable como nosotros queramos.
Tendrás todo el código fuente en Google Colab desde el primer minuto, así como las transparencias a tu disposición para poder consultar la teoría, los ejemplos y la programación. Así que aprovecha para adquirir estas habilidades sin andarnos por las ramas, y que así tu habilidad de programación tenga un incremento brutal y te conviertas en un candidato perfecto para las empresas que están ahi fuera esperando a gente como tu.