Curso: Python, Ciencia Datos y Streamlit para Datos Abiertos. Caso CDMX

Mar 2, 2022 · Mexico City, Mexico

Curso: Python, Ciencia Datos, IA, Machine Learning y Streamlit para Datos Abiertos. Caso Datos Abiertos CDMX

En estos días hemos desarrollado unos ejemplos de Mapas GeoEspaciales con Datos Abiertos CDMX, en particular datos históricos de Linea Mujeres, hasta nov 2020 que fue migrada a LOCATEL

Generamos un mapa de calor, con GeoPandas y Folium, de la CDMX que pone colores según numero de llamadas de mujeres

https://catedraunescodh.unam.mx/catedra/Papiit2017/mapas/MapaLineaMujeresDatosHistoricos202011.html

Los datos se obtuvieron de:

https://datos.cdmx.gob.mx/dataset/linea-mujeres

Otro que ofrece acceso a datos en Entidades Federativas

https://catedraunescodh.unam.mx/catedra/Papiit2017/mapas/MapaCUDH_UNAM_CEDAW_DerechosPoliticosMujeres_MarcoNormativoEstatal.html

Son ejemplos de como mostrar información con Mapas GeoEspaciales usando Python, Folium y próximamente con Streamlit y metiendo Series de Tiempo y predicción numérica con Prophet

Solo bibliotecas de código abierto y datos abiertos con Python, no se pierda nuestros próximos talleres de estos temas y tambien de NLP para manejo de textos con SpaCy!!

Ya grabamos varios tutoriales del tema.

Son los cortos de la película (Trailer) antes del estreno en el 2022.

Acceso Gratuito en YouTube:

Conferencia: Ciencia de Datos con Perspectiva de Género. Caso LOCATEL

https://youtu.be/ww8wdOniWUw

Un primer tutorial en Python con Jupyter Notebook

https://youtu.be/Lw__tdbgRlI

Segundo tutorial

https://youtu.be/kWJmvJWOJq4

Tercer tutorial

https://youtu.be/u7dI0CJrn6A

Cuarto tutorial

https://youtu.be/mJCsnVO-nmA

Quito tutorial

https://youtu.be/ayYXY18Jbac

Sexto tutorial

https://youtu.be/cDIjkZlWACM

Miércoles 02 de marzo 2022 a las 19 hrs

Curso con CUOTA DE RECUPERACIÓN PARA RECIBIR EL MATERIAL: 900 pesos

¿Cómo generar APLICACIONES PRODUCTIVAS WEB?

Hoy todos queremos aplicar Ciencia de Datos y ofrecer aplicaciones productivas con Inteligencia Artificial y Aprendizaje Automatizado.

¿Pero cómo se muestran los resultados?

En todos los desarrollos de Ciencia de Datos tenemos varios aspectos a tomar en consideración:

- Datos

- Herramientas

- Metodologías

El éxito de un proyecto radica en generar un equilibrio entre estos aspectos.

Hoy los Datos hay miles, por ejemplo: los ofrece la CDMX con su portal usando CKAN

En las Metodologías tenemos en particular: CRISP-DM

Para las Herramientas tenemos una montaña de posibilidades: Python, Pandas, Jupyter, Seaborn, Plotly, Folium, TensorFlow, PySpark, Koalas, Keras, .... pero NO OLVIDEMOS la última capa, ... el despliegue en una aplicación Web con STREAMLIT!!

Para iniciar y poder compartir con toda la comunidad, iniciemos con datos disponibles facilmente que ademas sean de interes general. Asi proponemos usar los datos abiertos, caso CDMX.

Hoy la CDMX nos ofrece 240 conjuntos de datos abiertos de 31 dependencias y 17 categorías, ...., es una MINA DE LITIO!!!, pero sin procesar, .... ¿CÓMO SACARLE VALOR AL MINERAL CRUDO?

Empezaremos con las 7 fuentes de datos geo-espaciales para usarlos con Folium, PyDeck y otras. Esto porque los MAPAS GEO-ESPACIALES son parte indispensable para mostrar la aplicación a los interesados.

Los datos son públicos:

https://datos.cdmx.gob.mx/

Hoy tenemos un excelente LIBRO:

https://www.packtpub.com/product/getting-started-with-streamlit-for-data-science/9781800565500

En nuestra Conferencia: Python, Ciencia Datos, IA, Machine Learning y Streamlit para Datos Abiertos. Caso CDMX, les compartiremos nuestros aprendizajes de ¿Cómo leer y realizar un Análisis Exploratorio de Datos con python, pandas, geopandas, seaborn, folium, y otras bibliotecas? ... y mostrando los resultados primero en un cuaderno Jupyter y despues en una aplicación web con STREAMLIT

En los datos abiertos geo-espaciales de CDMX se cuenta con ejemplos como:

Límite de las Alcaldías con los límites de las 16 alcaldías. Formato: CSV y Shape

Cuadrantes con la delimitación territorial de los 847 cuadrantes de la Estrategia de Proximidad de Cuadrantes de la Secretaría de Seguridad Ciudadana. Formato: CSV, Shape y XLSX

Sectores de la CDMX con la delimitación territorial de los 73 sectores de la Estrategia de Proximidad de Cuadrantes de la Secretaría de Seguridad Ciudadana. Formato: GeoJSON y Shape.

Colonias con la delimitación territorial colonias. Formato: pdf, CSV y Shape.

Coordinaciones territoriales de seguridad con 70 Coordinaciones Territoriales de Seguridad Pública. Formato: GeoJSON y ZIP.

Códigos Postales. Formato: Shape.

Marco Geográfico Electoral con la delimitación de la Ciudad de México en: Demarcaciones territoriales Circunscripciones Distritos Locales Secciones electorales.

canal YouTube de saXsa

https://www.youtube.com/channel/UCf49zOpIRJo5zK9P0Ma-sFQ/videos

Duración: 2 hrs

CUOTA PARA RECIBIR EL MATERIAL: 900 pesos

Pago PayPal

PayPal.me/saxsa2000

Pago bancario, solicitar CLABE BBVA

Dr Gabriel Guerrero

saxsa2000 (at) gmail.com

Event organizers

Are you organizing Curso: Python, Ciencia Datos y Streamlit para Datos Abiertos. Caso CDMX?

Claim the event and start manage its content.

I am the organizer
Social
Rating

based on 0 reviews