Introducción En el último tiempo, Python se ha destacado como el lenguaje más usado para ciencia de datos, seguido de SQL y R. Además (junto a SQL) es el lenguaje recomendado para iniciarse en Data Science y ser el lenguaje mas buscado entre los profesionales de datos. A continuación vamos a ver por que elegir Python para la ciencia de datos Entonces, por que elegir Python? Python para Data Science, nos proporciona todas las herramientas necesarias para afrontar problemas complejos y su resolucóon (que abarca cuatro pasos principales: recolección y limpieza de datos, exploración de datos, modelado de datos y visualización de datos). Contamos con poderosas bibliotecas estadísticas y numéricas como Pandas, Numpy, Matplotlib, SciPy, scikit-learn, etc. y bibliotecas avanzadas de Machine Learning como Tensorflow, PyBrain, etc. Python es un lenguaje de programación de alto nivel basado en intérpretes que no solo es fácil de usar, sino que también equipa a los científicos de datos para imp
Google Colaboratory es un entorno de máquinas virtuales basado en Jupyter Notebooks que permite el uso gratuito de las GPUs y TPUs de Google, con librerías como: Scikit-learn , PyTorch , TensorFlow , Keras y OpenCV (y demás) . Disponible hasta el momento bajo Python 2.7 y 3.6. Alto ahi, aclaremos primero que es Jupyter Notebooks: "Es un entorno de trabajo interactivo que permite desarrollar código en Python (por defecto, aunque permite otros lenguajes también) de manera dinámica, a la vez que integrar en un mismo documento tanto bloques de código como texto, gráficas o imágenes. Es un SaaS utilizado ampliamente en análisis numérico, estadística y machine learning, entre otros campos de la informática y las matemáticas." Ahora si, continuamos con Google Colab. La principal ventaja que ofrece esta herramienta es que libera a nuestra máquina de tener que llevar a cabo un trabajo demasiado costoso tanto en tiempo como en potencia o incluso nos permite realizar ese tr