

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Este documento resume los temas a tratar en un curso de programación en Python para pregrado
Tipo: Resúmenes
1 / 3
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!


Este curso está dirigido a estudiantes y egresados de universidades o de institutos técnicos de alta especialización. También está dirigido a todo profesional y público en general que desee incursionar en el mundo de la programación. Este curso está preparado para principiantes y se trabajará al final del curso en un proyecto simple para solucionar un problema de la vida real. Este curso es el inicio de una serie de cursos de un programa de especialización en machine learning y está diseñado en un 20% de teoría y 80% de práctica. Como pre-requisito, el participante debe tener conocimientos básicos de algoritmos o alguna experiencia en otros lenguajes de programación.
Ing. Juan José Eusebio Jurado Celular: (+51) 991 081 974 Email: [email protected] Web: e2speru.com
Modalidad: Online o presencial. Número de participantes: De 8 a 20. Horas de clases: 24 (3 horas por semana) Nota mínima aprobatoria: 12 Software a utilizar: Jupyter y Spider. Metodología de evaluación: Componente del curso Peso en porcentaje Tareas asignadas 1 0% Participación en clase 10% Trabajo final 4 0% Examen final 4 0%
El presente curso está compuesto por los siguientes módulos: