Plan de estudios para principiantes de 10 semanas y 20 lecciones de Microsoft, con temas esenciales de ciencia de datos, Python, cuestionarios y proyectos.
37,7 mil7,6 milJupyter NotebookMITActualizado hace 3 días
AllenDowney/ThinkStats
Notebooks de Jupyter, datos y material complementario para la tercera edición del libro de estadística Think Stats, basado en Python y pandas.
- Estrellas
- 1,284
- Forks
- 204
- Issues abiertos
- 0
- Último commit
- hace 6 días
¿Qué es?
ThinkStats es el repositorio complementario de la tercera edición de Think Stats, un libro introductorio de estadística que enseña probabilidad y estadística con ejercicios prácticos de código en Python. Incluye los notebooks, los archivos de datos que usa el libro y ejemplos y figuras adicionales.
Los notebooks están disponibles en dos versiones: una sin soluciones, para que los estudiantes resuelvan los ejercicios, y otra con soluciones, que sirve como fuente. El libro también se publica en línea en formato HTML, creado con Jupyter Book, para que los lectores puedan explorar y ejecutar los notebooks en el navegador. Se pueden descargar archivos ZIP de ambos conjuntos de notebooks sin clonar el repositorio.
El repositorio también incluye un tutorial de análisis de series temporales, además de un Makefile y archivos de requisitos para configurar un entorno Conda y ejecutar el material.
Funciones clave
- 01Notebooks de la tercera edición de Think Stats, con y sin soluciones
- 02Archivos de datos usados en todo el libro, almacenados directamente en Git
- 03Versión HTML navegable en línea, creada con Jupyter Book
- 04Ejemplos y figuras adicionales, y un tutorial de análisis de series temporales
- 05Configuración de Conda mediante un Makefile y archivos de requisitos
Casos de uso
- Aprender estadística de forma práctica, trabajando con notebooks de Python junto con el libro
- Consultar las soluciones de los ejercicios del programa de Think Stats
- Estudiar análisis de series temporales con el tutorial incluido
- Enseñar un curso introductorio de estadística con ejemplos basados en pandas
Inicio rápido
- 1
Abre el libro en línea y ejecuta los notebooks en el navegador
- 2
Instala los paquetes necesarios para ejecutar los notebooks
pip install -r requirements.txt - 3
O descarga los notebooks como archivo zip sin clonar el repositorio
Antes de usarlo
- Las instrucciones de configuración del README usan un entorno Conda mediante el Makefile, lo que puede requerir un esfuerzo adicional para configurarlo.
Temas
Preguntas frecuentes
- ¿Qué es ThinkStats?
- Notebooks de Jupyter, datos y material complementario para la tercera edición del libro de estadística Think Stats, basado en Python y pandas. ThinkStats es el repositorio complementario de la tercera edición de Think Stats, un libro introductorio de estadística que enseña probabilidad y estadística con ejercicios prácticos de código en Python. Incluye los notebooks, los archivos de datos que usa el libro y ejemplos y figuras adicionales.
- ¿ThinkStats es gratuito? ¿Qué licencia tiene?
- ThinkStats es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿ThinkStats sigue mantenido?
- Mantenimiento activo. El último commit de ThinkStats fue el 15 oct 2026.
- ¿Para qué puedo usar ThinkStats?
- Aprender estadística de forma práctica, trabajando con notebooks de Python junto con el libro Consultar las soluciones de los ejercicios del programa de Think Stats Estudiar análisis de series temporales con el tutorial incluido Enseñar un curso introductorio de estadística con ejemplos basados en pandas
- ¿Cómo se instala ThinkStats?
- Abre el libro en línea y ejecuta los notebooks en el navegador Instala los paquetes necesarios para ejecutar los notebooks: pip install -r requirements.txt O descarga los notebooks como archivo zip sin clonar el repositorio
- ¿Dónde consigo ThinkStats?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/AllenDowney/ThinkStats
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Curso paso a paso de 30 días para aprender Python, desde los fundamentos hasta las aplicaciones web, las API y las herramientas de datos.
76,7 mil13,9 milPythonSin licenciaActualizado hace 21 días
Biblioteca de machine learning para Python basada en SciPy y NumPy, con herramientas de clasificación, regresión, clustering y selección de modelos, bajo licencia BSD.
67,8 mil27,6 milPythonBSD-3-ClauseActualizado ayer
Un plan de estudios de 12 semanas y 26 lecciones para principiantes sobre machine learning clásico, con lecciones y cuestionarios en Python y R.
91,6 mil22,7 milJupyter NotebookMITActualizado hace 3 días
Colección de ejemplos y guías en notebooks de Jupyter para realizar tareas habituales con la API de OpenAI.
76,7 mil13 milJupyter NotebookMITActualizado hace 9 horas
Keras 3 es un framework de deep learning que funciona con JAX, TensorFlow, PyTorch u OpenVINO para inferencia.
64,4 mil19,8 milPythonApache-2.0Actualizado hace 12 horas