1 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano Jupyter - Python En esta práctica se busca utilizar una herramienta más para la manipulación y extracción de valor a los datos que provienen de cualquier fuente. En esta ocasión, se trabajará con Jupyter, una potente y novedoso entorno de trabajo open source orientado a científicos que soporta los lenguajes R y Python, entre otros, y que está revolucionando la forma de trabajar en el mundo de los datos. Utilizar entorno shell vía web. Analizar datos utilizando Jupyter. Crear aplicaciones utilizando el Jupyter. Guía de laboratorio N° 8. Computadora con navegador web. Dispositivo de almacenamiento. Jupyter surge en 2014 como una evolución del proyecto IPython, una potente consola vitaminada para Python. Sin embargo, Jupyter es mucho más ambicioso que IPython, se pretende construir una plataforma agnóstica del lenguaje que ofrezca a los científicos un conjunto de potentes herramientas para trabajar con datos, visualizarlos y poder compartir los resultados. ¿Cómo funciona Jupyter? Jupyter nos ofrece una shell interactiva vía web, a la que podemos acceder desde un navegador. La shell está organizada en pequeños bloques, cada bloque puede contener texto arbitrario formateado en Markdown, fórmulas matemáticas en LaTeX, código en multitud de lenguajes, resultados, gráficos, vídeos, widgets o cualquier elemento multimedia. Podemos escribir código de programación en estas celdas e ir ejecutándolo paso a paso o todo de golpe, obteniendo todos los resultados parciales. También podemos usar los bloques de texto para documentar el código o añadir las explicaciones oportunas, que pueden contener enlaces, imágenes, vídeos u otros elementos. Jupyter soporta integración con más de 40 lenguajes de programación en los que podemos escribir el código de nuestro notebooks, por ejemplo Python, R, Scala, Ruby o Go. Pero también es fácilmente integrable con herramientas y plataformas Facultad: Ingeniería Escuela: Ingeniería Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Contenido Objetivos Específicos Material y Equipo Introducción Teórica
7
Embed
Facultad: Ingeniería Jupyter - Python · Crear aplicaciones utilizando el Jupyter. Guía de laboratorio N° 8. Computadora con navegador web. Dispositivo de almacenamiento. Jupyter
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
1 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano
Jupyter - Python
En esta práctica se busca utilizar una herramienta más para la manipulación y extracción de valor a los datos que provienen
de cualquier fuente.
En esta ocasión, se trabajará con Jupyter, una potente y novedoso entorno de trabajo open source orientado a científicos
que soporta los lenguajes R y Python, entre otros, y que está revolucionando la forma de trabajar en el mundo de los datos.
Utilizar entorno shell vía web.
Analizar datos utilizando Jupyter.
Crear aplicaciones utilizando el Jupyter.
Guía de laboratorio N° 8.
Computadora con navegador web.
Dispositivo de almacenamiento.
Jupyter surge en 2014 como una evolución del proyecto IPython, una potente consola vitaminada para Python. Sin embargo,
Jupyter es mucho más ambicioso que IPython, se pretende construir una plataforma agnóstica del lenguaje que ofrezca a
los científicos un conjunto de potentes herramientas para trabajar con datos, visualizarlos y poder compartir los resultados.
¿Cómo funciona Jupyter?
Jupyter nos ofrece una shell interactiva vía web, a la que podemos acceder desde un navegador. La shell está organizada en
pequeños bloques, cada bloque puede contener texto arbitrario formateado en Markdown, fórmulas matemáticas en LaTeX,
código en multitud de lenguajes, resultados, gráficos, vídeos, widgets o cualquier elemento multimedia.
Podemos escribir código de programación en estas celdas e ir ejecutándolo paso a paso o todo de golpe, obteniendo todos
los resultados parciales. También podemos usar los bloques de texto para documentar el código o añadir las explicaciones
oportunas, que pueden contener enlaces, imágenes, vídeos u otros elementos.
Jupyter soporta integración con más de 40 lenguajes de programación en los que podemos escribir el código de nuestro
notebooks, por ejemplo Python, R, Scala, Ruby o Go. Pero también es fácilmente integrable con herramientas y plataformas
Facultad: Ingeniería
Escuela: Ingeniería Computación
Asignatura: Sistemas Expertos e Inteligencia Artificial
Contenido
Objetivos Específicos
Material y Equipo
Introducción Teórica
2 Sistemas Expertos e Inteligencia Artificial / Guía VIII / Ciclo 01 – 2019 / Ing. Herson Serrano
de Big Data como Spark, lo que permite abstraerse de la complejidad de estas herramientas, aprovechando todo su potencial
desde un entorno muy amigable.
Arquitectura de Jupyter
1. Lo primero que haremos en esta práctica es acceder al siguiente enlace: