Tal como lo expresa su sitio web oficial, Anaconda Distribution ofrece una forma sencilla de trabajar en ciencia de datos y aprendizaje automático con los lenguajes de programación Python y R en una única computadora. Puedes descargar e instalar el lenguaje de programación Python para sistemas operativos Windows, MacOS o Linux e iniciar inmediatamente tu carrera trabajando en ciencia de datos.
Kaa, la serpiente pitón (Python) junto a Mowgli, en el Libro de la Selva.
¿Qué es Anaconda Python y para qué sirve?
Para decirlo en forma resumida, Anaconda es una distribución y un gestor de paquetes completo, curado, de alta calidad y alto rendimiento para software de código abierto como Python, R y sus muchos paquetes asociados. Ideal para data scientists. Impulsado por la empresa Continuum Analytics (Anaconda Inc.), Anaconda Distribution está pensada para ser utilizada principalmente por científicos de datos. Está disponible para Linux, Windows y MacOS.
La función principal de la plataforma de contenedores de código abierto Docker está explícita en su eslógan: «Build, Ship and Run Any App, Anywhere», lo que significa «construye, distribuye y ejecuta cualquier app en cualquier parte». Concretamente, lo que propone Docker es simplificar las tareas de armar entornos de desarrollo o de prueba que emulen las condiciones de ejecución de una aplicación.
Qué son los contenedores en Docker
El concepto de contenedor en Docker reemplaza al concepto de máquina virtual, ofreciendo una alternativa más fácil de manejar para el desarrollo y testeo de aplicaciones. La principal diferencia entre una máquina virtual y un contenedor Docker es que la máquina virtual contiene todos los elementos que componen una máquina real: sistema operativo completo, BIOS, memoria, disco y demás recursos de hardware virtualizado.
A diferencia de los contenedores de la vida real, los contenedores Docker son livianos e independientes.
En cambio, un contenedor Docker es un entorno de ejecuión que empaqueta el código y todas sus dependencias para correr aplicaciones de manera confiable, independientemente del hardware o del sistema operativo en donde se lleva a cabo la ejecución real. Los contenedores Docker son paquetes de software livianos, independientes y ejecutables que incluyen todo lo que puede necesitar una aplicación para ejecutar: código, runtimes, herramientas del sistema, bibliotecas del sistema y configuraciones.
Las mejores herramientas para crear software sin escribir código en 2022
Hoy en día todo se hace con apps (o lo que antaño se conocía como «aplicaciones»), ya sea pedir una pizza, averiguar cómo llegar a algún sitio, hacer una transacción bancaria, aprender a tocar un instrumento, entre infinidad de cosas más. A veces se nos ocurre una idea para una app y nos gustaría saber cómo construirla, pero nos detiene el hecho de no saber programar. Buenas noticias: con las plataformas no-code, ya no es necesario saber programar para crear aplicaciones.
¿Qué son las plataformas no-code?
Las plataformas no-code son aplicaciones con cierto grado de inteligencia que facilitan la interpretación de nuestras necesidades o las de los usuarios, con la finalidad de implementarlas y crear software sin saber programar.
¿Programar bailando, como Hugh Jackman en la película «Swordfish»? Las plataformas no-code hacen que desarrollar software sea fácil, pero no tanto…
¿Es posible crear apps sin programar gratis, crear aplicacion sin programar, crear app sin codigo, crear una app gratis sin saber programar o realizar diseño web sin codigo? La respuesta a todas esas preguntas es un rotundo «sí». Pero aunque no haya que escribir código, igual hay que trabajar en otras tareas del desarrollo, como el diseño de bases de datos o el diseño de interfaces de usuario. Y algo muy importante: hay que dominar bien la parte de interpretación de necesidades. Hasta ahora no existe una herramienta a la que le podamos explicar con palabras lo que queremos lograr y, en base a nuestras especificaciones, cree una app que las implemente.
Las plataformas no-code utilizan distintos medios para que les «expliquemos» nuestras necesidades. Por ejemplo, un diseño de base de datos, un diagrama de flujo o un diseño de pantalla.
No tan buenas noticias: para crear aplicaciones web o móviles con plataformas no-code no hace falta saber programar, pero sí es necesario saber diseñar software, ya sea a través del diseño de bases de datos, diseño de flujos de trabajo o diseño de interfaces/experiencia de usuario.
Calendario Septiembre 13 2021, día del programador.
¿Cuándo y por qué se celebra el Día del Programador en septiembre?
Corría el mes de septiembre de 2009. El presidente ruso de aquel entonces, llamado Dmitri Medvédev, firmó un decreto mediante el cual establecía oficialmente el día 256° del año como la celebración del día del programador. Se estableció que sería el día número 256 de cada año, que en este 2021 (y en todos los años no bisiestos) cae el 13 de septiembre día del programador.
Si buscas la mejor computadora portátil para trabajar en ciencia y análisis de datos, debes tener en cuenta una serie de requisitos imprescindibles para que las aplicaciones de ciencias de datos funcionen en forma óptima. Más abajo veremos las especificaciones ideales de las mejores notebooks para ciencia de datos. Pero primero, algunos conocimientos básicos sobre este tema.
El trabajo de los científicos de datos
¿Qué es la Ciencia de Datos?
La ciencia de los datos es un campo de estudio en el que se analizan grandes volúmenes de datos utilizando herramientas y técnicas modernas para encontrar patrones no evidentes, con el objetivo de obtener información significativa que facilite la toma de decisiones. Entre otras cosas, la ciencia de los datos utiliza complejos algoritmos de aprendizaje automático para construir modelos predictivos. Los datos utilizados para el análisis pueden proceder de múltiples fuentes y presentarse en diversos formatos.
Quienes trabajan en ciencias de datos se denominan científicos de datos o data scientists. El trabajo de los científicos de datos consiste básicamente en utilizar herramientas informáticas de avanzada para buscar insights o revelaciones ocultas en grandes cantidades de información y transmitirlas en forma efectiva para que resulten útiles.
