Tipos de Datos

Curso Ingeniería de Características

Numéricos y categoricos

  1. Algunas transformaciones en variables numéricas a considerar (sci-kit learn guide)

  2. Una libreta con ejemplos de transformación y binarización de variables numéricas

  3. Un ejemplo en sci-kit learn de diferentes métodos de escalamiento

  4. Codificando variables categóricas en python, y una muy breve libretita.

  5. Una librería complementaria de Scikit-Learn para preprocesamiento de variables categorías.

Fechas y horas y series de tiempo

  1. ¿Que es UTC? ¿Y el formato POSIX?.

  2. Una libretita que es copia de la guía de uso de fechas de pandas.

  3. Libreta de colab Working with Time Series, como parte del libro en linea Python Data Science Handbook.

  4. Un capitulo sobre una Introducción a las series de tiempo.

  5. Suavizado por medias móviles, filtro exponencial y Holt-Winters y Suavizado local.

  6. Un tutorial bastante completo en Kaggle

  7. Un ejemplito sobre suavizado en python

Manejo de cadenas de caracteres

  1. Uso de expresiones regulares

  2. Regex 101 (para armar expresiones regulares)

  3. Working with text data (pandas)

  4. Libreta de colab Vectorized String Operations, parte de las libretas del libro en linea Python Data Science Handbook

  5. NLP avanzado con SpaCy (curso)

  6. Nubes de palabras en python y una libreta con un ejemplo que hicimos para integrar spacy con word_cloud

  7. Vectores de palabras y una presentación con más detalle

Información georeferenciada (mapas)

  1. Geopandas y una presentacioncita.

  2. Una libreta de uso de geopandas copiada directamente del Material del curso de geoinformática.

  3. Archivos geojson, archivos Shape

  4. Para visualizar, lo más usado es la biblioteca Leaflet y su interface para python.

  5. Una libreta para hacer mapas en python usando folium.