UD00 · Notebook 1 — Bienvenida al entorno Python para IA¶

Este notebook comprueba que tu entorno de trabajo funciona y hace un primer contacto con las bibliotecas que usaremos durante todo el curso: numpy, pandas, matplotlib, scikit-learn, scikit-fuzzy, nltk, spaCy, torch y experta.

Puedes ejecutarlo en el contenedor de prácticas de la UD00 (taller 2) o en Google Colab.

Objetivos¶

Comprobar que el entorno (local o Docker) tiene las bibliotecas del curso.
Hacer un primer ejemplo con arrays (numpy), tablas (pandas) y gráficas (matplotlib).
Entrenar un clasificador simple con scikit-learn.
Guardar el notebook resuelto y entregarlo en Moodle.

In [ ]:

  Copied!     
 
import sys
print("Python", sys.version.split()[0])

import numpy
import pandas
import matplotlib
import sklearn
import skfuzzy
import nltk
import spacy
import torch

print("numpy", numpy.__version__)
print("pandas", pandas.__version__)
print("matplotlib", matplotlib.__version__)
print("scikit-learn", sklearn.__version__)
print("scikit-fuzzy", skfuzzy.__version__)
print("nltk", nltk.__version__)
print("spacy", spacy.__version__)
print("torch", torch.__version__)
import sys print("Python", sys.version.split()[0]) import numpy import pandas import matplotlib import sklearn import skfuzzy import nltk import spacy import torch print("numpy", numpy.__version__) print("pandas", pandas.__version__) print("matplotlib", matplotlib.__version__) print("scikit-learn", sklearn.__version__) print("scikit-fuzzy", skfuzzy.__version__) print("nltk", nltk.__version__) print("spacy", spacy.__version__) print("torch", torch.__version__)

1. Arrays con numpy¶

Un array es una estructura eficiente para trabajar con datos numéricos. Es la base de casi todas las librerías de IA.

In [ ]:

  Copied!     
 
import numpy as np

temperaturas = np.array([21.0, 22.5, 19.0, 24.0, 23.0])
print("Temperaturas:", temperaturas)
print("Media:", temperaturas.mean())
print("Máximo:", temperaturas.max())

cuadrados = np.arange(1, 6) ** 2
print("Cuadrados:", cuadrados)
import numpy as np temperaturas = np.array([21.0, 22.5, 19.0, 24.0, 23.0]) print("Temperaturas:", temperaturas) print("Media:", temperaturas.mean()) print("Máximo:", temperaturas.max()) cuadrados = np.arange(1, 6) ** 2 print("Cuadrados:", cuadrados)

2. Tablas con pandas¶

Un DataFrame es una tabla con filas y columnas. Es la forma estándar de manejar datos en IA (veremos la DataFrame en todas las unidades).

In [ ]:

  Copied!     
 
import pandas as pd

datos = pd.DataFrame({
    "día": ["lun", "mar", "mié", "jue", "vie"],
    "temperatura": [21.0, 22.5, 19.0, 24.0, 23.0],
    "ventas": [120, 135, 98, 152, 141],
})
datos
import pandas as pd datos = pd.DataFrame({ "día": ["lun", "mar", "mié", "jue", "vie"], "temperatura": [21.0, 22.5, 19.0, 24.0, 23.0], "ventas": [120, 135, 98, 152, 141], }) datos

In [ ]:

  Copied!     
 
print(datos.describe())
print()
print("Ventas medias por día par/impar:")
print(datos.groupby(datos["día"].str.len()).ventas.mean())
print(datos.describe()) print() print("Ventas medias por día par/impar:") print(datos.groupby(datos["día"].str.len()).ventas.mean())

3. Gráfica con matplotlib¶

Visualizar los datos es el primer paso de cualquier análisis. La gráfica debe llevar título y etiquetas.

In [ ]:

  Copied!     
 
import matplotlib.pyplot as plt

plt.figure(figsize=(6, 3))
plt.plot(datos["día"], datos["temperatura"], marker="o")
plt.title("Temperatura de la semana")
plt.xlabel("Día")
plt.ylabel("Temperatura (°C)")
plt.grid(True)
plt.show()
import matplotlib.pyplot as plt plt.figure(figsize=(6, 3)) plt.plot(datos["día"], datos["temperatura"], marker="o") plt.title("Temperatura de la semana") plt.xlabel("Día") plt.ylabel("Temperatura (°C)") plt.grid(True) plt.show()

4. Primer modelo con scikit-learn¶

Entrenamos un clasificador sencillo: dado un punto (x, y), predecir si está por encima o por debajo de la línea y = x. Es un ejemplo de aprendizaje supervisado, que veremos con detalle en la UD02.

In [ ]:

  Copied!     
 
import numpy as np
from sklearn.tree import DecisionTreeClassifier

rng = np.random.default_rng(42)
X = rng.uniform(-2, 2, size=(200, 2))
y = (X[:, 1] > X[:, 0]).astype(int)

# Sin limitar la profundidad: el árbol crece hasta memorizar los datos de entrenamiento
modelo = DecisionTreeClassifier(random_state=42)
modelo.fit(X, y)
print("Precisión:", modelo.score(X, y))
print("Predicción para (0.5, 1.0):", modelo.predict([[0.5, 1.0]]))
import numpy as np from sklearn.tree import DecisionTreeClassifier rng = np.random.default_rng(42) X = rng.uniform(-2, 2, size=(200, 2)) y = (X[:, 1] > X[:, 0]).astype(int) # Sin limitar la profundidad: el árbol crece hasta memorizar los datos de entrenamiento modelo = DecisionTreeClassifier(random_state=42) modelo.fit(X, y) print("Precisión:", modelo.score(X, y)) print("Predicción para (0.5, 1.0):", modelo.predict([[0.5, 1.0]]))

5. Actividad¶

Responde en celdas Markdown del propio notebook:

¿Qué bibliotecas faltaban en tu entorno (si alguna)? ¿Cómo las instalarías?
Añade a la tabla datos una columna humedad con valores inventados y pinta la temperatura y la humedad en la misma gráfica con dos ejes.
¿Qué significa que el modelo anterior tiene precisión 1.0 sobre los mismos datos con los que se entrenó? ¿Es una buena medida del rendimiento? (Pista: en la UD02 hablaremos de sobreajuste.)

Entrega: guarda este notebook con tus respuestas y súbelo a Moodle. Se marca como hecho / no hecho: no lleva nota, pero es la prueba de que tu entorno funciona, y es requisito para las prácticas de las unidades siguientes.

In [ ]:

  Copied!     
 
print("¡Entorno de IA listo!")
print("¡Entorno de IA listo!")

Volver al material de la unidad

Los enlaces son absolutos a propósito: este notebook también se abre en Colab y se descarga, donde las rutas relativas no funcionarían.