[:es]Curso de Actualización y Perfeccionamiento

Dirección: Dra. María Soledad López

Docentes: Msc. Ing. Emiliano López

Objetivos:
General: Lograr que el alumno comprenda los conceptos fundamentales de la algoritmia computacional aplicados al procesamiento de datos mediante bibliotecas de software científicas.

Específicos
– Discernir entre las diferentes herramientas donde desarrollar software
– Instalar y actualizar el intérprete y las bibliotecas
– Comprender los conceptos básicos de la programación estructurada
– Aplicar buenas prácticas de programación
– Incorporar el uso de bibliotecas externas para procesamiento de datos
– Utilizar las bibliotecas más populares para visualización de datos

Perfil de los alumnos: Preferentemente alumnos, profesionales o científicos de carreras con orientación en ciencias exactas (licenciaturas e ingenierías). Dependiendo de la orientación del alumno podría ser también de interés de otras carreras donde se requiera procesamiento de información.

Fecha de inicio: 06 de mayo

Carga horaria total y distribución horaria de las actividades: total: 50 hs

Lugar de cursado: Laboratorio Informática FBCB (1er. piso)

Distribución horaria de las actividades: miércoles de 18 a 21hs.

Total de clases: 10 clases de 3hs cada una. Se espera que haya una dedicación extra de 2 hs semanales por parte del alumno. Se tomará una evaluación opcional según la certificación deseada (asistencia o aprobación).

Requisitos de formación previa: Es clave el buen manejo general de la PC.

Programa analítico:
– Unidad 1: Introducción a python: Entornos de programación, IDEs, Jupyter notebooks, entornos de programación colaborativos, algoritmos computacionales, modos de ejecución, elementos de un programa. Tipos de datos numéricos, cadenas de caracteres y lógicos. Operadores.
– Unidad 2: Estructuras condicionales, estructuras repetitivas. Estructuras de datos: listas, diccionarios, tuplas, cadenas de caracteres. Funciones, módulos y archivos. Lectura y escritura de múltiples archivos en python puro.
– Unidad 3: Jupyter notebook, el paper interactivo. Ecosistema científico en Python: numpy, scipy, matplotlib, statsmodels. Instalación y uso de módulos externos. Biblioteca NumPy, arreglos dimensionales, operaciones básicas, slices, métodos más usados de la biblioteca.
– Unidad 4: Biblioteca Pandas, dataframes y operaciones básicas, indexado, elementos de un dataframe, lectura de archivos a dataframes (csv, xls). Procesamiento de imágenes. PIL. RasterIO. Visualización: matplotlib, bokeh, seaborn, mayavi2.

Costos:
Alumnos de grado UNL: $ 4200
Docentes y Graduados UNL: $ 6000
Externos: $ 7500

Con inscripción anticipada, el curso se puede abonar en cuotas:
Para estudiantes de grado UNL: Inscripción hasta el 31/03 $1500; 1er. Cuota hasta el 30/03 $1350; 2da. Cuota hasta el 29/05 $1350.
Para docentes y graduados de UNL: Inscripción hasta el 31/03 $1500; 1er. Cuota hasta el 30/03 $2250; 2da. Cuota hasta el 29/05 $2250.
Externos: Inscripción hasta el 31/03 $1500; 1er. Cuota hasta el 30/03 $3000; 2da. Cuota hasta el 29/05 $3000

Programa Curso Phyton_ 2020.doc

Inscripciones online hasta el 03 de mayo de 2020

 


descarga de archivos