1ra clase gratis
El perfil Elena y sus datos de contacto han sido verificados por nuestros expertos
Elena
- Tarifa $178
- Respuesta 1h
-
Alumnos1
Número de alumnos que Elena ha acompañado desde que se unió a Superprof
Número de alumnos que Elena ha acompañado desde que se unió a Superprof
$178/h
Contactá al profe
1ra clase gratis
- Python
Analista de datos con 10 años de experiencia enseña Python para principiantes en Machine Learning. Desde la minería y limpieza de datos hasta la integración de algoritmos de Machine Learning con lib
- Python
Modalidad de la clase
Sobre Elena
Soy consultora en temas de análisis de datos para entidades públicas y privadas en el Perú y EE. UU. He trabajado con Udacity, la plataforma de enseñanza técnica online, como mentora y tutora. He participado en la elaboración de sistemas para ayudar en la detección de corrupción en contratos públicos en Perú. En la actualidad me encuentro desarrollando un sistema en Python, Scikit Learn y OpenAI para un bot de recomendaciones de planes de nutrición y ejercicio. Me encanta trabajar en proyectos divertidos e innovadores para hacer las lecciones más llevaderas.
Ver más
Acerca de la clase
- Nivel primario
- Nivel secundario
- Ingresos universitarios
- +9
niveles :
Nivel primario
Nivel secundario
Ingresos universitarios
Pregrados universitarios
Grados universitarios
Escuela de adultos
Posgrados universitarios
Inicial
Principiante
Intermedio
Avanzado
Niños y adolescentes
- Inglés
- Español
Todos idiomas hablados para las clases :
Inglés
Español
Técnicas y metodología de enseñanza El curso se desarrolla bajo una metodología teórico–práctica orientada a la resolución de problemas, combinando fundamentos conceptuales con aplicación inmediata en Python. Las principales técnicas metodológicas incluyen: Aprendizaje basado en proyectos (ABP): los estudiantes desarrollan pequeños proyectos incrementales que consolidan cada tema. Clases demostrativas guiadas: el/la docente programa en tiempo real, explicando buenas prácticas y errores comunes. Ejercicios prácticos supervisados: resolución de problemas durante la clase con retroalimentación inmediata. Uso de datasets reales: introducción temprana a datos reales para contextualizar el Machine Learning. Evaluación formativa continua: quizzes cortos, ejercicios prácticos y revisión de notebooks. Uso de notebooks interactivos (Jupyter/Colab): para favorecer la experimentación y la visualización de resultados. Se prioriza la comprensión conceptual por encima de la memorización de sintaxis. Ejemplo del programa de una clase Clase 5: Introducción al Machine Learning con Python Duración: 2 horas Objetivos de la clase: Comprender qué es Machine Learning y sus tipos principales. Implementar un primer modelo sencillo en Python. Interpretar resultados básicos de un modelo. Contenidos: ¿Qué es Machine Learning? Definición y casos de uso Tipos: supervisado, no supervisado y por refuerzo Flujo básico de un proyecto de Machine Learning Introducción a scikit-learn Primer modelo: regresión lineal simple Actividades prácticas: Carga y exploración de un dataset sencillo Separación de datos en entrenamiento y prueba Entrenamiento de un modelo de regresión lineal Evaluación básica del modelo Herramientas: Python Jupyter Notebook / Google Colab Librerías: NumPy, Pandas, Matplotlib, scikit-learn Cierre de la clase: Discusión de resultados Preguntas frecuentes Tarea práctica corta para la siguiente sesión Particularidades como profesor/a Como docente, el enfoque se caracteriza por: Lenguaje claro y progresivo, evitando tecnicismos innecesarios en etapas iniciales. Énfasis en la intuición matemática y lógica, más que en fórmulas complejas. Paciencia pedagógica, entendiendo que muchos estudiantes se inician tanto en Python como en Machine Learning. Adaptación al ritmo del grupo, con refuerzos cuando se detectan dificultades comunes. Promoción del pensamiento crítico, incentivando a cuestionar resultados y no solo ejecutar código. Actualización constante, incorporando buenas prácticas y herramientas actuales del ecosistema Python. A quién van dirigidas tus clases: Este curso está dirigido a: Estudiantes universitarios de carreras como: Ingeniería (sistemas, informática, industrial, electrónica) Ciencia de datos Profesionales que deseen iniciarse en Machine Learning: Analistas de datos Investigadores/as Nivel académico: básico / introductorio Requisitos previos: Conocimientos básicos de programación (deseable, no excluyente) Matemática básica (álgebra elemental y nociones de estadística)
Ver más
Precios
Tarifa
- $178
Precios de packs
- 5 hrs. $890
- 10 hrs. $1780
online
- $178/h
clase gratis
La primera clase gratis con Elena les permitirá conocerse y precisarle tus necesidades para las siguientes clases.
- 1h
Profesores de Python similares
Rossana
Montevideo & online
- $500/h
- 1ra clase gratis
Santiago
Montevideo & online
- $450/h
- 1ra clase gratis
Federico Nicolas
Montevideo & online
- $1200/h
- 1ra clase gratis
Luciano
Montevideo & online
- $400/h
- 1ra clase gratis
LGonzalo
Rivera & online
- $450/h
- 1ra clase gratis
Natalia
San Ramón & online
- $300/h
- 1ra clase gratis
Ivan
Maldonado & online
- $1000/h
- 1ra clase gratis
Juan Manuel
Montevideo & online
- $600/h
- 1ra clase gratis
Juan Pablo
Montevideo & online
- $265/h
- 1ra clase gratis
Noah
Montevideo & online
- $350/h
- 1ra clase gratis
Juan
Montevideo & online
- $550/h
- 1ra clase gratis
Carlos
Montevideo & online
- $500/h
- 1ra clase gratis
Emiliano
Montevideo & online
- $500/h
- 1ra clase gratis
Mailen
Ciudad de la Costa & online
- $500/h
- 1ra clase gratis
Leandro
Sarandí Grande & online
- $500/h
- 1ra clase gratis
Katerine
Montevideo & online
- $400/h
- 1ra clase gratis
Jorge
Montevideo & online
- $800/h
- 1ra clase gratis
Mayte
Montevideo & online
- $550/h
- 1ra clase gratis
Juan Manuel
Montevideo & online
- $500/h
- 1ra clase gratis
Lucas
Salto & online
- $300/h
- 1ra clase gratis
-
Ver los profesores de python
