Python: Inteligencia Artificial Aplicada

Contenido Detallado

1. 1. Python y operaciones básicas

   • Presentación
   • Comenzando con Python, Introducción y configuración de Google Colab
   • Explorando celulas, función print y tipos de datos
   • Variables, operaciones matematicas y concatenación de strings
   • Operaciones matematicas y variables en python
   • Nomenclatura y tipos de datos en python
   • Manipulando strings en python
   • Recibiendo datos de usuario con input y formateando textos
   • Condicionales
   • Gestión de costos en entregas
   • Para saber más: la importancia de la indentación en Python
   • Haz como yo hice: iniciando en Python
   • ¿Qué aprendimos?

2. 2. Manipulación de strings

   • Proyecto de la clase anterior
   • Aprenda a conectar la IA de google con python
   • Concepto de loops
   • Entendiendo la iteracion dinamica con chatbox e historial
   • Como crear un chatbox con Python y la IA de Gemini
   • Explorando estructuras de datos en python
   • Resolviendo desafios de programacion con while
   • Explorando el uso de la funcion lens
   • Explorando la necesidad de una nueva estructura de dato
   • El desafio de unir diccionarios
   • Ajustando precios de productos en TRATOTECH
   • Para saber más: índices negativos en listas
   • Hazlo como yo hice: API y Datos en Python
   • ¿Qué aprendimos?

3. 3. Entrada y conversión de datos

   • Proyecto de la clase anterior
   • Explorando el loop for en python
   • Concepto de funciones en python
   • Iniciando la simplificación de una función
   • Desafio de resumir emails
   • LLMs Open source
   • Para saber más: operador de resto en python
   • Estandarizando descripciones de productos
   • Haz como yo hice: textos, bucles y APIs
   • ¿Qué aprendimos?

4. 4. Lectura y escritura

   • Proyecto de la clase anterior
   • Explorando la lectura y escritura de archivos
   • Lectura de archivos
   • Pandas y su importancia
   • Desafío
   • Gestión de archivos de transacciones en Bytebank
   • Para saber más: guardar archivos csv
   • Hazlo como yo hice: archivos y pandas
   • ¿Qué aprendimos?

5. 5. Conociendo Pandas

   • Proyecto de la clase anterior
   • Manipulacion de datos con pandas
   • Filtrado de elementos
   • Métodos loc e iloc
   • Desafío con python y pandas
   • Preparando el ambiente
   • Análisis de sentimientos de reviews con LLM
   • Filtrando recompensas personalizadas na Clickbonus
   • Para saber más: set_index en pandas
   • Haz como yo hice: DataFrames y Filtros
   • ¿Qué aprendimos?

6. 6. Desafío Final

   • Código completo de la clase anterior
   • Tratamiento de errores con try except y finally
   • Seleccionando analisis negativos para categorización
   • Revisando la categorización de reviews
   • Explorando la ejecución local de IAs
   • Introduccion al desafío final
   • Preparando el ambiente: resenhas-app-gpt.txt
   • Solución del desafío
   • Tratamiento de excepciones en búsquedas de libros
   • Para saber más: modularización de funciones en python
   • Haz como yo hice: manejar excepciones e IA
   • Conclusión
   • Archivos del curso
   • ¿Qué aprendimos?