Responsable: Pablo Huijse H, phuijse@inf.uach.cl
Un electivo de especialización para el pregrado de Ingeniería Informática y curso de nivelación para el magister de Ingeniería Informática de la UACh. Se recomienda mantener una copia local del material del curso clonando este repositorio.
La asignatura de Computación científica con Python introduce al estudiante conceptos básicos de ciencia de datos preparándolo para resolver problemas científicos aplicados usando las herramientas libres de computación numérica que ofrece el lenguaje de programación Python 3. En particular el estudiante aprenderá a leer, manipular y preprocesar datos, crear visualizaciones a partir de datos, resolver problemas numéricos de álgebra lineal y optimización, extraer información mediante inferencia estadística básica y entrenar modelos sencillos para hacer regresión, clasificación y predicción
- Unidad 1: Ambiente de desarrollo y manejo de datos
- Unidad 2: Computación científica con Python
- Unidad 3: Procesamiento de señales con Python y Aceleración de cómputos
- Jake VanderPlas, "Python Data Science Handbook", O'Reilly, 2016
- Cyrille Rossant, "IPython Cookbook", 2ed, Packt, 2018
- K. Reith y T. Schulesser, "The Hitchhiker's guide to Python", O'Reilly, 2016
- J. VanderPlas, "Whirlwind Tour of Python", O'Reilly, 2016
- C.H. Swaroop, "A Byte of Python", 2015
- Brett Slakin, "Effective Python", Addison-Wesley, 2015
- Greg Wilson, et al., "Best Practices for Scientific Computing", PLOS Biology, 2014
- Adam Rule, et al. "Ten simple rules for writing and sharing computational analyses in Jupyter Notebook", PLOS Computational Biology, 2019
- Lenguaje: Python3
- Ambiente: IPython, Jupyter
- Librerías para computación científica: Numpy, Pandas, Scipy, Scikit-learn
- Librerías para visualización: Matplotlib, bokeh