ANALISIS DE DATOS CON PYTHON 3

Jorge Nolasco

Enero de 2024        Páginas: 328

Código 10889      ISBN/EAN: 9788426737700

CONTENIDO: Descubra cómo el análisis de datos le puede llevar al éxito en cualquier ámbito empresarial y en los medios de comunicación En el mundo actual, el análisis de datos es fundamental para tomar decisiones, trazar objetivos e identificar oportunidades encualquier sector. Este libro emerge como una herramienta esencial, accesible tanto para principiantes como para profesionales, conla que podrá adentrarse en el emocionante universo de la ciencia de datos con resultados satisfactorios. Análisis de datos con Python 3 despliega el poder del lenguaje de programación Python con un enfoque práctico y didáctico. Graciasa esta lectura, conocerá conceptos y herramientas fundamentales como Big Data, SciPy y Pandas. Pero eso no es todo: tambiénexplorará territorios como el procesamiento de lenguaje natural, la robótica, el machine learning y el web scraping, entre otros. Asimismo, adquirirá una comprensión completa de los conceptos y técnicas que están modelando el futuro digital. Este libro abordalos conceptos básicos sobre criptografía, la red Tor, Tails y la tecnología empleada en el desarrollo de las criptomonedas. Diseñado para estudiantes y profesionales de la informática, programadores y cualquier persona con interés en el análisis de datos,es una lectura obligatoria para quien busque comprender y dominar las herramientas que definen la era digital actual. No se quedeatrás: aproveche la información precisa y los ejercicios prácticos del libro para estar al corriente de las ventajas que le ofrece laciencia moderna.

CONTENIDO • Big Data • Introducción al análisis de datos • Pandas • Procesamiento de lenguaje natural • Robótica • Inteligencia artificial Data Science • Web scraping • Procesamiento de imágenes • Criptografía • Deep web y redes Tor • Tails • Blockchain

INDICE EXTRACTADO:

Introducción 17

1 Big data 23

1.1 Información 23

1.2 Qué es big data 24

1.3 Otros conceptos de big data 25

1.4 Generación de datos en Internet en tiempo real 25

1.5 Tipos de datos 26

1.6 Fuentes del big data 27

1.7 Las V en big data 27

1.8 Las V a lo largo del tiempo 29

1.9 Aplicaciones del big data en general 29

1.10 Patrones de arquitectura de software 30

1.11 Tipos de aplicaciones 30

1.12 Aplicaciones del big data en el Perú y el mundo 35

1.13 Seguridad y big data 37

1.14 Hadoop 40

1.15 ¿Qué atributos tiene Hadoop? 42

2 Introducción al análisis de datos 49

2.1 SciPy 49

3 Pandas 63

3.1 Pandas y NumPy 63

3.2 Primer ejemplo 64

3.3 Segundo ejemplo 66

3.4 Análisis del bitcoin 69

3.5 Análisis coronavirus 1. 75

3.6 Análisis coronavirus 2. 77

4 Procesamiento de lenguaje natural 87

4.1 NLP 87

5 Robótica 117

5.1 Historia de la robótica 117

5.2 ¿Qué es un robot? 121

5.3 Tipos de robot 121

5.4 Arduino 123

5.5 ¿Cómo funciona Arduino, el cerebro digital? 124

5.6 Entradas y salidas del Arduino 124

5.7 Diferentes placas de Arduino 125

5.8 Alimentación de energía al Arduino 126

5.9 Chip ATmega328. 127

5.10 Tipos de chip ATmega328. 127

5.11 Descargando el intérprete de Arduino 128

5.12 Primeros pasos 129

5.13 Constantes 129

5.14 Lectura y escritura de señales digitales 131

5.15 Lectura y escritura de señales analógicas(analogRead) 132

5.16 Lectura y escritura de señales analógicas(analogWrite) 133

5.17 Utilizar Python en Arduino 134

6 Inteligencia artificial Data Science 137

6.1 Machine learning 137

6.2 Deep learning 180

7 Web scraping 205

7.1 Web scraping 205

7.2 Obteniendo el contenido de una página web 205

7.3 Obteniendo una imagen de una web 208

7.4 Obteniendo páginas 211

7.5 Obteniendo caracteres 212

8 Procesamiento de imágenes 213

8.1 OpenCV 213

8.2 Funciones importantes 214

8.2.1 imread 214

8.2.2 imshow 214

8.3 Leer imágenes 215

8.4 Escribir imágenes 215

8.5 Cambiando el formato de una imagen 216

8.6 Modelo de color YUV 216

8.7 Modelo de color YUV (división de colores) 217

8.8 Traslación de imágenes 219

8.9 Rotación de imágenes 221

8.10 Utilizando la cámara 222

8.11 Histograma de imagen 223

8.12 Ecualización de histogramas 226

8.13 Convolución de imágenes 228

8.14 Detección de rostros usando Haar Cascades 229

8.15 Detección de Haar-Cascade en OpenCV 231

9 Criptografía 235

9.1 Criptografía 235

9.2 Cronología de la criptología 235

9.3 Cifrado Julio César 240

9.4 Algoritmos disponibles 241

9.5 Cifrado homomórfico 250

10 Deep web y redes Tor 265

10.1 Redes Tor 265

10.2 Utilidad de las redes Tor 266

10.3 Deep Web 269

10.4 Mantenerse anónimo 270

10.5 El futuro de Tor 270

10.6 Tor Browser 271

10.7 Control de una instancia local Tor 277

10.8 Información de repetidores disponibles 277

10.9 Información de autoridades de directorio 279

11 Tails 281

11.1 Tails 281

11.2 Requerimientos 281

11.3 Aplicación de anonimato 281

11.4 Usuario base 282

11.5 Méritos técnicos y reconocimiento 282

11.6 Relación entre Tor y Tails 282

11.7 Confiabilidad de Tails 282

11.8 Software libre y escrutinio público 283

11.9 Confiando en Debian GNU/Linux 283

11.10 Confiando en Tor 283

11.11 Confiando en Tails 284

11.12 Instalación de Tails 284

11.13 ¿Qué es el spoofing de direcciones MAC? 289

11.14 Circuitos Onion 291

11.15 Listado de códigos de países 293

11.16 Observando los Onion Circuits 294

11.17 Anonimización en el mundo 297

11.18 Posibilidad de romper TOR 297

11.19 Mejores buscadores en Tor 297

11.20 Tráfico de la red Tor 299

11.21 Electrum Bitcoin Wallet 300

12 Blockchain 305

12.1 Blockchain 305

12.2 Evolución de blockchain 306

12.3 Arquitectura de blockchain 307

12.4 Características de blockchain 308

12.5 Tipos de blockchain 308

12.6 Componentes de blockchain 311

12.7 Aplicaciones de blockchain 311

12.8 Tecnología del Libro Mayor 313

12.9 Criptomonedas 313

12.10 Construcción de una cadena de bloques 317

12.11 Futuro de blockchain 319

Anexo 321

1 Instalación de Python en Windows 321

2 Entornos de trabajo 325

2.1 Anaconda 325

2.2 Jupyter 325