Colecciones de datos y algoritmos en Python: de cero al infinito PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Colecciones de datos y algoritmos en Python: de cero al infinito PDF full book. Access full book title Colecciones de datos y algoritmos en Python: de cero al infinito by Silvia Guardati Buemo. Download full books in PDF and EPUB format.
Author: Silvia Guardati Buemo
Publisher: Marcombo
ISBN: 8426735568
Category : Computers
Languages : es
Pages : 366
Get Book Here
Book Description
Solucionar uno mismo los problemas derivados del análisis de las colecciones de datos por medio del diseño de algoritmos es esencial para evolucionar como programador, así como saber implementar dichas soluciones utilizando el lenguaje de programación Python. Si quiere aprender nuevas formas de representar datos, su manejo y su uso en la solución de problemas, este libro le proporcionará todo lo que necesita. En él se mantiene la premisa de que enseñar a programar debe ir más allá de explicar un lenguaje de programación, debe desarrollar la capacidad de análisis, despertar el interés por diseñar soluciones eficaces y eficientes, promover la escritura de código agradable de leer y, por lo tanto, fácil de mantener y evolucionar, y debe convencer acerca de la importancia de probar todos los algoritmos, para asegurarse de que funcionan correctamente. Este manual se organiza en cuatro capítulos: el primero está dedicado a las listas; el segundo, a los conjuntos; el tercero, a los diccionarios, y el cuarto, a los arreglos. Cada tema se desarrolla poniendo especial énfasis en el concepto, dado que lo importante es entender la teoría para luego poder llevarla a la práctica y usarla en el diseño de algoritmos con éxito. Además, todos los programas escritos en Python, presentados como ejemplos o como solución a los problemas, pueden consultarse en un repositorio de GitHub. Sin duda, este es un libro imprescindible para todos aquellos que tengan conocimientos básicos de algorítmica y quieran profundizar en esta área. También se ajusta muy bien a materias de ciencias de la computación dedicadas a la enseñanza del desarrollo de algoritmos y su implementación usando lenguajes de programación, por lo que es el manual ideal para las primeras materias de cualquier plan de estudios que incluya este campo del saber. Si antes de profundizar en este libro quiere asentar las bases del pensamiento algorítmico e introducirse en algunos de los elementos básicos del lenguaje, le recomendamos el libro Aprende a programar en Python: de cero al infinito.
Author: Silvia Guardati Buemo
Publisher: Marcombo
ISBN: 8426735568
Category : Computers
Languages : es
Pages : 366
Get Book Here
Book Description
Solucionar uno mismo los problemas derivados del análisis de las colecciones de datos por medio del diseño de algoritmos es esencial para evolucionar como programador, así como saber implementar dichas soluciones utilizando el lenguaje de programación Python. Si quiere aprender nuevas formas de representar datos, su manejo y su uso en la solución de problemas, este libro le proporcionará todo lo que necesita. En él se mantiene la premisa de que enseñar a programar debe ir más allá de explicar un lenguaje de programación, debe desarrollar la capacidad de análisis, despertar el interés por diseñar soluciones eficaces y eficientes, promover la escritura de código agradable de leer y, por lo tanto, fácil de mantener y evolucionar, y debe convencer acerca de la importancia de probar todos los algoritmos, para asegurarse de que funcionan correctamente. Este manual se organiza en cuatro capítulos: el primero está dedicado a las listas; el segundo, a los conjuntos; el tercero, a los diccionarios, y el cuarto, a los arreglos. Cada tema se desarrolla poniendo especial énfasis en el concepto, dado que lo importante es entender la teoría para luego poder llevarla a la práctica y usarla en el diseño de algoritmos con éxito. Además, todos los programas escritos en Python, presentados como ejemplos o como solución a los problemas, pueden consultarse en un repositorio de GitHub. Sin duda, este es un libro imprescindible para todos aquellos que tengan conocimientos básicos de algorítmica y quieran profundizar en esta área. También se ajusta muy bien a materias de ciencias de la computación dedicadas a la enseñanza del desarrollo de algoritmos y su implementación usando lenguajes de programación, por lo que es el manual ideal para las primeras materias de cualquier plan de estudios que incluya este campo del saber. Si antes de profundizar en este libro quiere asentar las bases del pensamiento algorítmico e introducirse en algunos de los elementos básicos del lenguaje, le recomendamos el libro Aprende a programar en Python: de cero al infinito.
Author: Silvia Guardati Buemo
Publisher: Cairo, Osvaldo Gabriel
ISBN: 9789878675381
Category : Education
Languages : es
Pages : 314
Get Book Here
Book Description
Este es el segundo libro de una serie dedicada a la solución de problemas por medio del diseño de algoritmos y a la implementación de dichas soluciones utilizando el lenguaje de programación Python. En el primer libro se sentaron las bases del pensamiento algorítmico y se introdujeron algunos de los elementos del lenguaje. En este libro se estudian nuevas formas de representar datos, su manejo y su uso en la solución de problemas. El objetivo principal de este libro es enseñar tipos estructurados de datos, aplicados en la solución algorítmica de problemas. El material está organizado en cuatro capítulos, el primero dedicado a las listas, el segundo a los conjuntos, el tercero a los diccionarios y el cuarto a los arreglos. Cada tema se presenta poniendo especial énfasis en el concepto porque lo importante es entenderlo y poder, posteriormente, usarlo en el diseño de algoritmos. Por lo tanto, es un libro que resulta de interés para todos aquellos que tengan conocimientos básicos de algorítmica y quieran profundizar en esta área. También se ajusta muy bien a materias de ciencias de la computación dedicadas a la enseñanza del desarrollo de algoritmos y su implementación usando lenguajes de programación. Específicamente puede ser un libro de texto de las primeras materias de cualquier plan de estudios que incluya este campo del saber.El libro es el resultado de muchos años de enseñanza de materias en las cuales el objetivo principal es despertar en los alumnos el gusto por resolver problemas por medio de los algoritmos. La idea de enseñar a programar debe ir más allá de enseñar un lenguaje de programación, debe desarrollar la capacidad de análisis, despertar el interés por diseñar soluciones eficaces y eficientes, promover la escritura de código agradable de leer y, por lo tanto, fácil de mantener y evolucionar, y debe convencer acerca de la fundamental importancia de probar todos los algoritmos, asegurándose que funcionan correctamente.Todos los programas escritos en Python, presentados como ejemplos o como solución a los problemas, pueden consultarse en un repositorio de GitHub. Además, para algunos problemas se desarrolló un vídeo con su explicación.
Author: Algirdas Julien Greimas
Publisher:
ISBN: 9780816618187
Category : Social Science
Languages : en
Pages : 197
Get Book Here
Book Description
A consideration of several regional scenarios based on actual, prolonged, outlying climatic events that have occurred recently in North America. No index. The companion volume to On Meaning (Minnesota, 1987), which focused on semiotic theory. These previously published (in French) texts provide a theoretical and methodological framework for studying discourses in the social sciences. Greimas is professor of general semantics at the Ecole des Hautes Etudes in Sciences Sociales in Paris. Annotation copyrighted by Book News, Inc., Portland, OR
Author: Herwig Unger
Publisher: Springer Science & Business Media
ISBN: 3642248055
Category : Computers
Languages : en
Pages : 400
Get Book Here
Book Description
The Workshops on Autonomous Systems emanated from a gathering with the doctoral students of just three chairs at Fernuniversität in Hagen, which we organise twice per year for a number of years now. Their purpose is to discuss on-going research and to create a community spirit. Furthermore, they serve as a means of structuring the students' research processes. The workshop has grown and matured in several respects. The doctoral students presenting their work do not come from a single university anymore, but from three. Besides them and their supervisors, also other scientists became interested in the event and contribute to its programme. Following the model of Advanced Study Institutes, they are available on the premises for relaxed, informal discussions outside the formal sessions. Finally, with the co-sponsorship of Gesellschaft für Informatik, the German Computer Society, and this surprisingly comprehensive volume of contributions published by Springer-Verlag the workshop turned into a visible scientific event.
Author: Silvia Guardati Buemo
Publisher: Marcombo
ISBN: 842673555X
Category : Computers
Languages : es
Pages : 369
Get Book Here
Book Description
Si tienes cero o nula experiencia en programación y quieres saber más acerca de la solución algorítmica de problemas, enfatizando en el análisis, el diseño, la implementación y la prueba de las soluciones, este libro será tu gran aliado. Gracias a la lectura de este manual serás capaz de analizar un problema y, una vez entendido, diseñar el algoritmo que representa una solución del problema (computational thinking). Además, desarrollarás la capacidad de programar, pues los problemas planteados son de una naturaleza tal que permiten que los algoritmos diseñados puedan ser implementados por medio de un lenguaje de programación, en este caso, Python. El libro es el resultado de muchos años de enseñanza de materias en las cuales el objetivo principal es despertar en los alumnos el gusto por resolver problemas por medio de los algoritmos. La idea de enseñar a programar debe ir más allá de enseñar un lenguaje de programación, debe desarrollar la capacidad de análisis, despertar el interés por diseñar soluciones eficaces y eficientes, promover la escritura de código agradable de leer y, por lo tanto, fácil de mantener y evolucionar, y debe convencer acerca de la fundamental importancia de probar todos los algoritmos, para garantizar que funcionan correctamente. El manual está pensado para un público muy variado, ya que no exige tener conocimientos previos de computación o de programación: empieza con conceptos muy simples e incorpora más elementos de forma gradual. Asimismo, se ajusta muy bien a materias de ciencias de la computación dedicadas a la enseñanza del desarrollo de algoritmos y su implementación usando lenguajes de programación. Específicamente puede ser un libro de texto de las primeras materias de cualquier plan de estudios que incluya esta área del saber. Sin duda, con interés y ganas de aprender, con este libro dominarás las bases del pensamiento algorítmico, la solución de problemas y su implementación.
Author: Osvaldo Cairó Battistutti
Publisher:
ISBN: 9789878653990
Category :
Languages : es
Pages : 334
Get Book Here
Book Description
El objetivo principal de este libro es introducir al lector, con cero o nula experiencia en programación, en la solución algorítmica de problemas, enfatizando en el análisis, el diseño, la implementación y la prueba de las soluciones. Se trata de desarrollar la capacidad de analizar un problema y, una vez entendido, diseñar el algoritmo que representa una solución del problema (computational thinking). Como, además, se busca desarrollar la capacidad de programar, los problemas planteados son de una naturaleza tal que permiten que los algoritmos diseñados puedan ser implementados por medio de un lenguaje de programación, en el caso de este libro se usará Python.El libro es el resultado de muchos años de enseñanza de materias en las cuales el objetivo principal es despertar en los alumnos el gusto por resolver problemas por medio de los algoritmos. La idea de enseñar a programar debe ir más allá de enseñar un lenguaje de programación, debe desarrollar la capacidad de análisis, despertar el interés por diseñar soluciones eficaces y eficientes, promover la escritura de código agradable de leer y, por lo tanto, fácil de mantener y evolucionar, y debe convencer acerca de la fundamental importancia de probar todos los algoritmos, asegurándose que funcionan correctamente.El libro está pensado para un público muy variado ya que no exige tener conocimientos previos de computación o de programación porque empieza con conceptos muy simples e incorpora más elementos de forma gradual. Todo aquel que tenga el interés y las ganas de aprender podrá utilizar este libro para llegar a dominar las bases del pensamiento algorítmico, la solución de problemas y su implementación. El libro también se ajusta muy bien a materias de ciencias de la computación dedicadas a la enseñanza del desarrollo de algoritmos y su implementación usando lenguajes de programación. Específicamente puede ser un libro de texto de las primeras materias de cualquier plan de estudios que incluya esta área del saber.
Author: Xavier Ochoa Reyes
Publisher: BookRix
ISBN: 3989291661
Category : Computers
Languages : es
Pages : 197
Get Book Here
Book Description
¡Aprende a programar sin conocimientos previos y descubre el poder de Python con este libro! Programar es una habilidad extremadamente demandada, que ofrece muchas ventajas en la vida privada y profesional. Por eso es difícil de entender que pocas personas dominen la programación. Xavier Reyes Ochoa, programador experto, quiere cambiar eso con este libro único. En YouTube es conocido como Programador X, cuenta con millones de vistas y además es un renombrado ingeniero y consultor, con más de una década de experiencia en la industria tecnológica. En este libro, te lleva de la mano en un viaje desde los conceptos más básicos hasta los niveles más avanzados de Python. Con su experiencia como consultor en proyectos para Nintendo y Google, y su rol como ingeniero en AWS, Xavier ha perfeccionado su habilidad para enseñar de manera clara y efectiva. En las primeras páginas, te darás cuenta de que programar no es brujería. En particular, Python es un lenguaje de programación accesible que te permite una entrada especialmente fácil al mundo de la programación. Te sorprenderás de lo rápido y sencillo que avanzarás con este libro diseñado para principiantes, pues no deja ninguna pregunta sin respuesta. Saber programar te hace brillar en cada entrevista de trabajo. ¿Qué encontrarás en este libro? Todo acerca de Python: Conceptos básicos y primeros pasos. Una estructura bien pensada y adaptada a las necesidades de principiantes. Contenido extra: Videos y retos adicionales para profundizar lo aprendido. Consejos adicionales. ¡Y mucho más! Temas específicos de este libro: Python para principiantes y avanzados Variables y tipos de datos: Aprende a manejar diferentes tipos de datos. Operadores: Explora operadores aritméticos, lógicos y de comparación. Estructuras de control de flujo: Domina las sentencias condicionales y los bucles. Funciones: Crea y utiliza funciones para tu código. Números: Manejo de números y operaciones matemáticas. Texto: Manipulación y procesamiento de cadenas de texto. Listas: Aprende a trabajar con listas y sus métodos. Tuplas: Entiende las tuplas. Sets: Descubre los sets y cómo utilizarlos. ¡Y mucho más! (Diccionarios, programacion orientada a objetos (POO), módulos y paquetes, manejo de archivos, bibliotecas y frameworks) Xavier no solo te enseña la teoría, sino que también te guía a través de ejemplos y ejercicios que consolidarán tu aprendizaje. El libro está diseñado con imágenes y un estilo amigable, haciendo que el aprendizaje sea más accesible y entretenido. Ya seas un principiante absoluto o un programador experimentado que busca llevar sus habilidades al siguiente nivel, este libro es tu compañero ideal. Por qué elegir este libro: Autor experto: Xavier es un experto, con un historial probado de éxito en la enseñanza y la industria. Contenido completo: Desde lo básico hasta lo avanzado. Estilo didáctico: Explicaciones claras y concisas con ejemplos prácticos. Retos reales: Aplica tus conocimientos con escenarios del mundo real. No pierdas la oportunidad de transformar tu carrera. Con este libro, te conviertes en un experto en Python. ¡Comienza tu viaje hacia la maestría en Python ahora!
Author: MEENACHISUNDARAM.M
Publisher: MEENACHI SUNDARAM
ISBN:
Category : Computers
Languages : es
Pages : 277
Get Book Here
Book Description
PYTHON CON CIENCIA DE DATOS Por M. Meenachi Sundaram TABLA DE CONTENIDO PYTHON CON CIENCIA DE DATOS.. 13 CAPÍTULO 1: CONCEPTOS ESTADÍSTICOS.. 13 1. Población y muestra. 13 2. Distribución normal 14 3. Medidas de tendencia central 16 4. Varianza y desviación estándar 16 5. Covarianza y correlación. 17 6. Teorema del límite central 19 7. Valor p. 20 8. Valor esperado de variables aleatorias. 22 9. Probabilidad condicional 24 10. Teorema de Bayes. 25 5 CONCEPTOS ESTADÍSTICOS IMPORTANTES PARA CADA CIENTÍFICO DE DATOS 26 1. Estadísticas descriptivas. 26 2. Distribuciones de probabilidad. 28 3. Reducción de la dimensionalidad. 30 4. Submuestreo y sobremuestreo. 32 5. Estadísticas bayesianas. 34 MÓDULO DE ESTADÍSTICAS DE PYTHON.. 35 Métodos estadísticos. 35 CAPÍTULO 2: PROBABILIDAD.. 36 Python, números aleatorios y probabilidad. 36 Números aleatorios con Python. 37 Números aleatorios que satisfacen la condición de suma a uno. 41 Generación de cadenas o contraseñas aleatorias con Python. 42 Números enteros aleatorios. 43 Elecciones aleatorias con Python. 47 Muestras aleatorias con Python. 50 Números verdaderamente aleatorios. 52 Opciones aleatorias ponderadas. 55 CAPÍTULO 3: DESVIACIÓN ESTÁNDAR.. 62 Método statistical.stdev() de Python. 62 Definición y uso. 62 Sintaxis. 62 Valores de los parámetros. 63 Parámetro. 63 Descripción. 63 Datos. 63 Obligatorio. Los valores de datos que se utilizarán (pueden ser cualquier secuencia, lista o iterador) 63 Barra X.. 63 Opcional. La media de los datos proporcionados. Si se omite (o se establece en Ninguno), la media se calcula automáticamente. 63 Detalles técnicos. 63 Valor de retorno: 63 CAPÍTULO 4: SESGO Y VARIANZA.. 64 ¿Qué son el sesgo y la varianza?. 64 Sesgo y varianza usando Python. 64 CAPÍTULO 5: MÉTRICAS DE DISTANCIA.. 68 Comprensión de las métricas de distancia utilizadas en el aprendizaje automático. 68 Estudiaremos: 68 ¿Qué son las métricas de distancia?. 68 Tipos de métricas de distancia en el aprendizaje automático. 69 Distancia euclidiana. 71 Fórmula para la distancia euclidiana. 72 Distancia de Manhattan. 74 Fórmula para la distancia de Manhattan. 74 Distancia de Minkowski 76 Fórmula para la distancia de Minkowski 76 Distancia de Hamming. 78 Conclusión. 80 Agujas. 80 CAPÍTULO 6: ANÁLISIS DE VALORES ATRÍPICOS.. 82 La detección de valores atípicos es el proceso de identificar puntos de datos que tienen valores extremos en comparación con el resto de la distribución. Conozca tres métodos de detección de valores atípicos en Python. 82 ¿Qué es la detección de valores atípicos?. 82 Beneficios de la detección de valores atípicos. 82 Métodos para la detección de valores atípicos en Python. 83 Prerrequisito para la detección de valores atípicos: lectura de datos. 84 Uso de diagramas de caja para la detección de valores atípicos. 84 Uso de bosques de aislamiento para la detección de valores atípicos. 88 Uso de OneClassSVM para la detección de valores atípicos. 90 Dominando la detección de valores atípicos. 90 Parte aislada. 91 ¿Qué son los valores atípicos?. 92 ¿Cuándo son peligrosos los valores atípicos?. 93 ¿Qué estadísticas se ven afectadas por los valores atípicos?. 97 ¿Cuándo eliminar o mantener los valores atípicos?. 98 Tabla de contenido. 100 ¿Cómo tratar los valores atípicos?. 100 Guarnición. 100 Tapado. 100 Discretización. 102 Para distribuciones normales. 102 Para distribuciones sesgadas. 102 Para otras distribuciones. 102 Cómo detectar y eliminar esquemas en Python. 103 Tratamiento de la puntuación Z.. 103 Filtrado basado en IQR.. 106 Método de percentiles. 109 Conclusión. 113 Preguntas frecuentes. 114 CAPÍTULO 7: TRATAMIENTOS DE VALORES FALTANTES.. 116 Cómo manejar los datos faltantes. 116 ¿Por qué completar los datos faltantes?. 116 ¿Cómo saber si los datos tienen valores faltantes?. 118 Diferentes métodos para tratar los datos faltantes. 120 1. Eliminar la columna con datos faltantes. 121 2. Eliminar la fila con datos faltantes. 123 3. Completar los valores faltantes – Imputación. 125 4. Otros métodos de imputación. 128 5. Imputación con una columna adicional 129 6. Relleno con un modelo de regresión. 131 Conclusión. 135 Preguntas frecuentes. 135 Pandas: Reemplazar valores NaN por cero en una columna. 136 1. Ejemplo de sustitución de NaN por cero. 136 2. Reemplace los valores NaN por cero en el DataFrame de pandas. 138 3. Reemplace los valores NaN por cero en una o varias columnas. 138 4. Reemplace los valores NaN por ceros usando replace() 139 5. Uso de DataFrame.replace() en todas las columnas. 140 6. Ejemplo completo para reemplazar valores NaN por ceros en una columna. 141 CAPÍTULO 8: CORRELACIÓN.. 143 NumPy, SciPy y pandas: correlación con Python. 143 Correlación. 143 Ejemplo: Cálculo de correlación de NumPy. 147 Ejemplo: Cálculo de correlación de SciPy. 149 Ejemplo: Cálculo de correlación de pandas. 151 Esta página y la siguiente son sólo de referencia. 153 Correlación lineal 153 Coeficiente de correlación de Pearson. 153 Regresión lineal: implementación de SciPy. 155 Correlación de Pearson: implementación de NumPy y SciPy. 159 Correlación de Pearson: implementación de pandas. 162 Correlación de rangos. 167 Rango: Implementación de SciPy. 169 Correlación de rangos: implementación de NumPy y SciPy. 170 Correlación de rangos: implementación de pandas. 173 Visualización de la correlación. 175 Gráficos XY con una línea de regresión. 176 Mapas de calor de matrices de correlación. 178 Conclusión. 180 CAPÍTULO 9: MÉTRICAS DE ERROR (MEDIDAS DE ERROR) 181 Error cuadrático medio. 181 Error absoluto medio. 181 Error porcentual absoluto medio. 181 Medición de errores de regresión con Python. 182 Medición de errores de regresión. 182 Seis métricas de error para medir errores de regresión. 184 Error absoluto medio (EMA) 184 Error porcentual absoluto medio (MAPE) 185 Error cuadrático medio (MSE) 186 Error absoluto medio (MedAE) 186 Error cuadrático medio (RMSE) 187 Error porcentual absoluto medio (MdAPE) 187 Implementación de métricas de error de regresión en Python: predicción de series temporales 188 Paso n.° 1: Generar datos de series temporales sintéticas. 189 CAPÍTULO 10: REGRESIÓN.. 196 Regresión lineal 197 Regresión logística. 197 Regresión polinómica. 198 Regresión de cresta. 198 Regresión de lazo. 200 Aplicaciones de regresión. 200 Diferencia entre regresión y clasificación en minería de datos. 200 Regresión. 202 CAPÍTULO 11: APRENDIZAJE AUTOMÁTICO.. 203 Aprendizaje automático, aprendizaje profundo y redes neuronales. 203 Métodos de aprendizaje automático. 205 Aprendizaje automático supervisado. 206 Aprendizaje automático no supervisado. 206 Aprendizaje semisupervisado. 208 Algoritmos comunes de aprendizaje automático. 208 Casos de uso de aprendizaje automático en el mundo real 209 Estructura de datos para el aprendizaje automático. 210 ¿Qué es la estructura de datos?. 211 Tipos de estructura de datos. 211 1. Estructura de datos lineal: 212 2. Estructuras de datos no lineales. 215 Estructura de datos de matriz dinámica: 218 ¿Cómo se utiliza la estructura de datos en el aprendizaje automático?. 218 Conclusión. 219 APRENDIZAJE SUPERVISADO.. 220 Aprendizaje automático supervisado. 220 ¿Cómo funciona el aprendizaje supervisado?. 220 Pasos involucrados en el aprendizaje supervisado: 222 Tipos de algoritmos de aprendizaje automático supervisados: 222 1. Regresión. 223 2. Clasificación. 223 Ventajas del aprendizaje supervisado: 225 Desventajas del aprendizaje supervisado: 225 Regresión lineal 225 ¿Cómo funciona?. 226 R de Relación. 235 Predecir valores futuros. 236 ¿Mal ajuste?. 237 Regresión logística. 241 ¿Cómo funciona?. 242 Probabilidad. 244 Función explicada. 244 Resultados explicados. 247 Cómo guardar un modelo de aprendizaje automático. 247 Dos formas de guardar un modelo desde scikit-learn: 248 APRENDIZAJE NO SUPERVISADO.. 255 Aprendizaje automático no supervisado. 255 ¿Por qué utilizar el aprendizaje no supervisado?. 256 Funcionamiento del aprendizaje no supervisado. 256 Tipos de algoritmos de aprendizaje no supervisado: 257 Algoritmos de aprendizaje no supervisado: 258 Ventajas del aprendizaje no supervisado. 259 Desventajas del aprendizaje no supervisado. 259 Aprendizaje supervisado vs. no supervisado. 260 Preparación de datos para el aprendizaje no supervisado. 261 Agrupamiento. 263 Agrupamiento jerárquico. 266 Diferencia entre K-Means y agrupamiento jerárquico. 270 Agrupamiento de t-SNE.. 270 Agrupamiento DBSCAN.. 272 OTROS ALGORITMOS DE APRENDIZAJE AUTOMÁTICO (ML) 275 ACERCA DEL AUTOR.. 276
Author: Claudia Cecilia Russo
Publisher: Marcombo
ISBN: 8426736327
Category : Computers
Languages : es
Pages : 229
Get Book Here
Book Description
Multitud de estudiantes de secundaria presentan dificultades a la hora de resolver problemas a través de un ordenador. Esto va ligado directamente con la capacidad de atención, la creatividad y el pensamiento lógico, entre otras cosas, pues aprender a programar produce efectos positivos en todos los niveles. Si quiere despuntar en estos temas y conocer lo esencial de la programación, este libro es el adecuado. Las autoras trabajan desde hace varios años como docentes en nivel superior y consideran que, más allá de la edad, cualquier persona que cuente con los conceptos básicos de informática puede llegar a programar un ordenador y beneficiarse de muchas maneras. Por ello, ponen a su disposición todo lo que necesita saber acerca de: "La programación de ordenadores mediante la resolución de problemas "Los algoritmos como forma de resolver problemas a través de un ordenador Gracias a esta lectura amena y fructífera, desarrollará sus competencias y estará preparado para su futuro tecnológico.
