PDF de programación - Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Introducción a la Ciencia de Datos

Guillermo Valdés Lozano

25 de septiembre de 2015

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Documento protegido por GFDL

Copyright (c) 2015 Guillermo Valdés Lozano.
e-mail: guillermo(en)movimientolibre.com
http://www.movimientolibre.com/

Se otorga permiso para copiar, distribuir y/o modificar este documento bajo los
términos de la Licencia de Documentación Libre de GNU, Versión 1.2 o cualquier otra
versión posterior publicada por la Free Software Foundation; sin Secciones Invariantes
ni Textos de Cubierta Delantera ni Textos de Cubierta Trasera.

Una copia de la licencia está en
http://www.movimientolibre.com/licencias/gfdl.html

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué es la Ciencia de Datos?

La Ciencia de Datos pretende abarcar a un conjunto de
herramientas (basadas en la ciencia) y habilidades (humanas e
informáticas) con un nombre muy atractivo.
Se define como es la extracción de conocimiento a partir de
grandes volúmenes de información estructurada o no
estructurada.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

Conceptos que involucra

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué es un Científico de Datos?

Un Científico de Datos (Data Scientists) es una persona con
habilidades estadísticas, computacionales (que sabe programar) y
de visualización de datos que lo llevan a encontrar los patrones que
le servirán a la empresa o institución para capitalizar la información
recogida.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

Demanda de C. en D. en aumento

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.
Conozca las Bases de Datos.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.
Conozca las Bases de Datos.
Sea ágil en herramientas de procesamiento y visualización.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.
Conozca las Bases de Datos.
Sea ágil en herramientas de procesamiento y visualización.
De el salto al Big Data.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.
Conozca las Bases de Datos.
Sea ágil en herramientas de procesamiento y visualización.
De el salto al Big Data.
No deje de aprender y practicar.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

¿Qué se necesita saber para ser un científico de datos?

Domine las matemáticas, la estadística y la informática.
Aprenda a programar.
Conozca las Bases de Datos.
Sea ágil en herramientas de procesamiento y visualización.
De el salto al Big Data.
No deje de aprender y practicar.
Colabore con la asociaciones, gobierno o con la iniciativa
privada.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

¿Qué es la Ciencia de Datos?
¿Qué es un Científico de Datos?
¿Qué se necesita saber para ser un científico de datos?

Requerimientos para ser un C. en D.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Red México Abierto

En datos.gob.mx encontrará datos abiertos de nuestro país.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Busque, encuentre y descargue

Descargue el Catálogo de Centros de Trabajo de la SEP.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Tipos de archivos recomendados

CSV para hojas de cálculo.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

LibreOffice Base

Configure la comunicación con PostgreSQL.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Tablas en LibreOffice Base

Verifique que puede ver la tabla con los Centros de Trabajo.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Consultas con filtros en LibreOffice Base

Criterio: ent 05 (Coah.), mun 035 (Torreón) y loc 0001 (Torreón).

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Importe la consulta a LibreOffice Calc

Arrastre desde Orígenes de Datos (F4) la consulta.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Cree consultas por tipo de centro de trabajo

Filtre en Base y ponga cada consulta en su hoja de cálculo.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Descargue en Red México Abierto
Configure LibreOffice con PostgreSQL
Determine la cantidad por tipo de escuelas

Analize los datos

Calcule la cantidad de filas en cada hoja y grafique. Luego analize.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Python
R
Hadoop

Python

Python es un lenguaje de programación creado por Guido van
Rossum a principios de los años 90 cuyo nombre está
inspirado en el grupo de cómicos ingleses Monty Python.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Python
R
Hadoop

Python

Python es un lenguaje de programación creado por Guido van
Rossum a principios de los años 90 cuyo nombre está
inspirado en el grupo de cómicos ingleses Monty Python.
Es un lenguaje interpretado o de script, con tipado dinámico,
fuertemente tipado, multiplataforma y orientado a objetos.

Guillermo Valdés Lozano

Introducción a la Ciencia de Datos

Introducción
Ejemplo SEP Centros de Trabajo
Software Libre avanzado

Python
R
Hadoop

Python

Python es un lenguaje de programación creado por Guido van
Rossum a principios de los años 90 cuyo nombre está
inspirado