This website uses cookies to ensure you get the best experience on our website. Learn more

Python: Estadísticas básicas, rápido y fácil (Pandas, mathplotlib)

x

Python aplicado al análisis de datos

¡Hola a todas! Es tiempo de quedarse en casa y cuidarse mucho, pero no queremos que eso nos impida seguir conectadas y brindándoles eventos de calidad, por eso les damos la bienvenida a la primera online session de Women Who Code Buenos Aires: Python Aplicado al análisis de datos.

Las esperamos el Jueves 16 de Abril a las 19 hs puntuales para acompañar a Maga Dominguez Lalli, Business Intelligence Analyst y también docente, quien nos va a enseñar a usar python para analizar gran cantidad de datos con ejemplos prácticos.

???? ¿Dónde?
El evento online se realizará a través de Zoom, podés ver los detalles en la información del evento

???? ¿Quién puede unirse al evento?
Personas sin experiencia, desarrolladoras que estén pensando en aprender un nuevo lenguaje y toda persona que quiera aprender más sobre el uso que se le puede dar a Python

WWCode Buenos Aires se compromete a construir un espacio inclusivo y seguro. Somos un grupo multilingüe y le damos la bienvenida a cualquier persona interesada en el principal objetivo del evento sin importar nacionalidad, idioma, género o nivel de conocimientos. Si, durante el transcurso del evento, identificamos cualquier tipo de acoso o conducta inapropiada que no siga los lineamientos de nuestro Código de Conducta, nos encontramos autorizadas a pedir la remoción de esa persona del espacio. Por favor, leer nuestro Código de Conducta:

???? Si estás interesada en otros eventos online dentro de la comunidad global de Women Who Code, podés entrar a ver la lista acá

¡Seguinos en nuestras redes!
???? Twitter:
???? Instagram:
x

Python: Gráficas, Ajuste de Datos, Lectura de datos (Pandas, mathplotlib, Numpy, SciPy)

¿Quieres importar datos desde un archivo de texto (*.txt)? ¿Hacer una gráfica en Python? Y hasta ajustar esos datos a un modelo lineal, Python, lo hace y de una forma muy sencilla, aquí te mostramos cómo hacerlo paso a paso. Esperamos que este vídeo te sea de utilidad, y si tienes mejoras al programa, no olvides compartirlas en la caja de comentarios.
**Nota: El Header (encabezado) debe decir header=0, ya que la primer línea del archivo de texto, es el encabezado.

Descarga el archivo TXT del vídeo:


✔Nuestro blog:

✔Spyder



- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Métodos Numéricos: Eliminación Gaussiana (Principiante)/Gaussian Elimination (Beginner)



✔Ciclo For(def)



✔Funciones (def)



✔Entrada y salida de datos (print y raw_input)



✔Condiciones (If y else)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
You're free to use this song and monetize your video, but you must include the following in your video description:
We Always Thought the Future Would Be Kind of Fun by Chris Zabriskie is licensed under a Creative Commons Attribution license (
Source:
Artist:
You're free to use this song and monetize your video, but you must include the following in your video description:
Out of the Skies, Under the Earth by Chris Zabriskie is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

¿Cómo visualizar variables de un DataFrame rápido?| Seaborn | Pairplot │Python │Pandas │¡Muy fácil!

En este vídeo te mostramos como:
*Hacer la gráfica pairplot de columnas de un DataFrame, con Seaborn
*Sumar los datos de una columna basados en una condición
*Agrupar y ordenar de forma descendente la suma de datos
*Cambiar los valores numéricos a strings de una columna utilizando map (mapeando)
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.

✔ Datos que utilizamos en el vídeo

✔Diccionario para las categorías de YouTube
etiquetas = {
2: 'Autos & Vehicles',1 : 'Film & Animation',10 : 'Music',
15 : 'Pets & Animals',17 : 'Sports',18 : 'Short Movies',
19 : 'Travel & Events',20 : 'Gaming',21: 'Videoblogging',
22 : 'People & Blogs',23:'Comedy',24:'Entertainment',
25 : 'News & Politics',26 : 'Howto & Style',27 : 'Education',
28 : 'Science & Technology',29 :'Nonprofits & Activism',
30 : 'Movies',31 : 'Anime/Animation',32 : 'Action/Adventure',
33 : 'Classics',34 : 'Comedy',35 : 'Documentary',36 : 'Drama',
37 : 'Family',38 : 'Foreign',39 : 'Horror',40 : 'Sci:Fi/Fantasy',
41 : 'Thriller',42 : 'Shorts',43 : 'Shows',44 : 'Trailers'
}
✔Sitio de Github donde encontramos la lista de categorías:

✔Las paletas de colores de Seaborn:

✔Nuestro blog:

✔Spyder


✔Programa Python en línea, sin instalar software con Google

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Cómo graficar un sistema de tres ecuaciones con tres incógnitas en Matplotlib

✔Nuestra lista de reproducción de Machine Learning en Python

✔Nuestra lista de reproducción de Álgebra lineal

✔Cómo leer archivos CSV con pandas y Seaborn

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

✔Imagen de fondo en el Thumbnail:
Imagen de JL G en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
1812 Overture (by Tchaikosvky)
Tchaikovsky

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Python: Estadísticas básicas, rápido y fácil (Pandas, mathplotlib)

Python tiene un módulo muy poderoso, que permite analizar los datos de una forma muy rápida y fácil, con una sola instrucción. Aquí importamos los datos desde un archivo de texto, y los representamos en una gráfica. Además te mostramos como encontrar los valores máximo, mínimo y promedio de un conjunto de datos. Aquí te mostramos cómo hacerlo paso a paso. Esperamos que este vídeo te sea de utilidad, y si tienes mejoras al programa, no olvides compartirlas en la caja de comentarios.
✔Nuestro blog:

✔Spyder



- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Python: Gráficas, Ajuste de Datos, Lectura de datos (Pandas, mathplotlib, Numpy, SciPy)


✔Métodos Numéricos: Eliminación Gaussiana (Principiante)/Gaussian Elimination (Beginner)



✔Ciclo For(def)



✔Funciones (def)



✔Entrada y salida de datos (print y raw_input)



✔Condiciones (If y else)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Hot Heat
Topher Mohr and Alex Elena
Believer
Silent Partner
Frequency
Silent Partner
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
x

Pandas desde cero: Estadísticas básicas para un archivo CSV (+4000 registros)

¿Necesitas obtener las estadísticas básicas de un archivo CSV que tiene más de 4,000 registros? Aquí te mostramos como manejar los tipos de datos como null, NaN, y como convertir los datos al tipo numérico, para este vídeo utilizaremos los datos de la ATP (2000- 2016) para Tenis varonil ¡Esperamos que este vídeo te sea de utilidad!
✔Los datos del vídeo:

✔Nuestro blog

✔Pandas

✔Spyder


- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Python desde cero: Funciones Recursivas


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música
Ambiment - The Ambient by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Python - Curso: 32 Estadísticas Básicas - Promedio, Mediana, Mínimo y Máximo

32. Estadísticas Básicas - Promedio, Mediana, Mínimo y Máximo con el lenguaje de programación Python.

Python | BoxPlot y estadisticas basicas | Histogramas | Construccion cuartiles

En ese nuevo capitulo se discute, construye e interpreta los diagramas de caja (boxplot) desde su uso en comparaciones de normalidad y etiquetar un valor como extremo (outlier). Todo ello utilizando el lenguaje Python usando para ello las bibliotecas o modules Panda, Numpy, seaborn y scipy.

Source:

Suscribete para recibir notificaciones.

???? ¿Cómo calcular los Cuartiles? | Gráfica caja y bigotes | Pandas | Numpy | Estadística ¡Muy fácil!

En este vídeo te mostramos tres formas de hacerlo, utilizando Numpy (arreglo), Pandas (Serie) y Pandas con un DataFrame, además hacemos la gráfica de caja y bigotes para los datos.
Ese sería el significado de los cuartiles (Tomado de la página de Minitab):

Cuartil
Descripción
1er cuartil (Q1)
25% de los datos es menor que o igual a este valor.
2do cuartil (Q2)
La mediana. 50% de los datos es menor que o igual a este valor.
3er cuartil (Q3)
75% de los datos es menor que o igual a este valor.
Rango intercuartil
La distancia entre el primer 1er cuartil y el 3er cuartil (Q3-Q1); de esta manera, abarca el 50% central de los datos.

Por si tienes prisa aquí te dejamos el minuto a minuto de los temas del vídeo:
⏰ Timestamps
???? 0:03 Explicación de la mediana y los cuartiles y su representación gráfica (Presentación)
???? 4:31 Cálculo de los cuartiles y la mediana utilizando Numpy, sobre un arreglo de datos ( np.quantile)
???? 6:58 Cálculo de los cuartiles y la mediana utilizando Pandas, sobre una serie de datos (quantile)
???? 8:34 Cálculo de los cuartiles y la mediana utilizando Pandas, sobre un dataframe (df[‘A’].describe())
???? 11:00 Gráfica de caja y bigotes
Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
???? Arreglo que mencionamos en el código:
[1,1,3,5,7,8,9,10,11,11,15]

???? Programa Python en línea, sin instalar software con Google

???? Nuestro blog:

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
????️ Otros vídeos que pueden ser de utilidad:
✔Vídeo de Rolling Windows

✔Lista de reproducción de los vídeos de Estadística
✔Nuestra lista de reproducción de Machine Learning en Python

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
????Imagen de fondo en el Thumbnail:
Imagen de OpenClipart-Vectors en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
???? Música
Static
Ramzoid

Thinking Of Us
Patrick Patrikios

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Herramientas estadísticas con Python

Material del curso de Herramientas Computacionales de Uniandes

Universidad de los Andes | Vigilada Mineducacion Reconocimiento como Universidad: Decreto 1297 del 30 de mayo de 1964. Reconocimiento personeria juridica: Resolucion 28 del 23 de febrero de 1949 Minjusticia. Carrera 1 18A-10, Bloque Ip. Bogota - Colombia. A.A. 4976-12340. Telephone +571 3324500. Fax +571 3324516 Universidad de los Andes - Faculty of Science- Department of Physics

INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON - PARTE 1 | #5 Curso Machine Learning con Python

Pandas es un popular paquete de Python para la ciencia de datos y Machine Learning, las razones son muchas y es que ofrece estructuras de datos poderosas, expresivas y flexibles que facilitan la manipulación y análisis de datos. Entre las estructuras más utilizadas se encuentra el DataFrame.

Pandas es una librería de código abierto de Python que proporciona herramientas de análisis y manipulación de datos de alto rendimiento utilizando sus potentes estructuras de datos. El nombre de Pandas se deriva del término “Panel Data” y es la librería de análisis de datos de Python.

Para conocer más sobre este tema puedes ingresar a este link:
???? Link de la entrada al blog:

___

Para obtener mis LIBROS puedes ingresar al siguiente link:
???? Link a la tienda:

Para obtener mis CURSOS puedes ingresar al siguiente link:
???? Link a los cursos:
___

Para aprender más sobre Machine Learning puedes ingresar al blog:
???? Link al blog:

__

Continua tu aprendizaje en Inteligencia Artificial viendo los siguientes videos:

???? Para conocer más sobre INTELIGENCIA ARTIFICIAL puedes ver estos videos:

???? Para conocer más sobre TRABAJAR EN INTELIGENCIA ARTIFICIAL puedes ver estos videos:

???? Para conocer más sobre CURSO: MACHINE LEARNING CON PYTHON puedes ver estos videos:

???? Para conocer más sobre CURSO: APRENDIZAJE NO SUPERVISADO CON PYTHON puedes ver estos videos:

???? Para conocer más sobre CURSO: INTRODUCCIÓN A PYTHON puedes ver estos videos:

___

SUSCRÍBETE AL CANAL:
___

ACERCA DEL CANAL
¿Quieres aprender sobre Machine Learning pero no tienes conocimientos básicos sobre este tema?

¡Este es el canal ideal para ti!

¡Hola! Me llamo Ligdi González y mi pasión es aprender sobre nuevas tecnologías y a su vez enseñar a otros de una manera sencilla y evitando tantas complicaciones sobre este tema. Con más de 10 años de experiencia, mi meta es ofrecerte herramientas que te ayuden a aprender desde lo más básico a lo más avanzado de Machine Learning.

___

CONTACTO / NEGOCIOS

hola@ligdigonzalez.com
x

04 Simplificando el análisis exploratorio de datos con python + pandas y pandas-profiling

En este video nos comenzaremos a adentranos en el análisis exploratorio de datos por medio de python, nos centraremos en la libreria pandas-profiling, la cual es una herramienta fabulaza para conocer los datos que debemos analizar.

El uso de esta librería es muy fácli, por lo que nos centraremos en entender sus resultados y en la solución de un problema que puede ocurrir si nuestros datos tienen una gran dispersión.

Hay tres videos previos a este, sobre pandas. Estos son los enlaces por si no los has visto:

01 Simplificando pandas, lectura y escritura de archivos parte I:

02 Simplificando pandas, lectura y escritura de archivos parte II:



03 Simplificando pandas, lectura y escritura de archivos parte III:



Puedes descargar los archivos utilizados en este enlace:



Página de la librería pandas-profiling



¿Tienes alguna duda? ¿Tuviste algún problema?

Deja tu comentario y con gusto te ayudaré

No olvides suscribirte...

Les agradezco su valioso tiempo, será todo un gusto compartir en las redes sociales:

En twiter como: @simples_datos

Instagram como @simplificando_datos

Facebook: Simplificando Datos

Repositorio de de github: SimplificandoDatos

Correo electrónico: simplificando.datos@gmail.com

#jupyter #Python #Anaconda #Conda #PythonEspañol #pandas #pythonpandas #Python3 #JupyterTips #Code #Programacion #tutorial #pahtlib #Input #ReadFile #EDA #pandas-profiling #reportspython #analytics #cienciadedatos

???? Práctica de Búsquedas con filtros y str.contains | Pandas | Python │¡Muy fácil!

En esta ocasión te tenemos un vídeo, donde utilizamos datos de ventas de videojuegos, en particular de Minecraft:
????Buscamos todos los títulos, que contengan “minecraft” en el título
????Buscamos un valor en la columna, a partir de otro dato (Buscamos el género de cada juego de Minecraft)
????Encontramos la suma de ventas globales de Minecraft
????Esperamos que este vídeo te sea de utilidad, no olvides dejarnos tus comentarios y sugerencias, nos dará mucho gusto saludarte.
???? Datos de Kaggle de ventas de videojuegos

???? Instrucción para enviar el dataframe a un archivo CSV
df.to_csv(‘Datos.csv’)
???? Programa Python en línea, sin instalar software con Google

???? Nuestro blog:

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:
✔Nuestra lista de reproducción de Machine Learning en Python

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
????Imagen de fondo en el Thumbnail:
Imagen de mitjaC en Pixabay
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
???? Música
Sunspots
Jeremy Blake

Digital Secrets
Unicorn Heads

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Cómo descargar e instalar PANDAS en PYTHON ???? TUTORIAL en español (2.7 a 3.9)

Como instalar y descargar #pandas en #python en español y como crear la configuración correcta al momento de utilizarlo, tutorial básico de instalación e uso.

Preguntas como:
Como importar pandas en python , instalar pandas en python 3 , como instalar la libreria pandas, Pandas python , pandas python tutorial , pandas python en español , python pandas , pandas dataframe, dataframe, pandas python data analysis , #pythonPandas que es , python pandas visual studio , estaremos hablando.

Análisis de datos con Python

Con Michelle Nieto, Máster en Econometría y Economía de la Universidad de York, Inglaterra.

Análisis de Datos en Python con Pandas y Matplotlib.(COVID-2019)

En este video hago un breve análisis con los datos de contagios de COVID-2019 confirmados al 6 de Junio de acuerdo a las cifras oficiales del gobierno de México.

Te dejo aquí el repositorio de Github con el código que usé. Para qué lo ocupes y te diviertas. Viene comentado, pero si tienes alguna duda, no dudes en escribirme.



Inscríbete para más videos (;
x

Gráficas de datos|DataFrame |Seaborn| Matplotlib | Pandas | Python

¿Necesitas graficar los datos de un DataFrame de Pandas? Aquí te presentamos varias opciones de gráficas, para representar las relaciones que pueden tener los datos entre sí. Utilizamos Matplotlib y Seaborn, las gráficas se pueden hacer incluso con datos agrupados (groupby)
Utilizamos una base de datos de Kaggle, de las películas más populares, esperamos que este vídeo te sea de utilidad.
✔Base de datos completa en Kaggle:

✔Selección de datos con los que trabajamos en el vídeo:

✔ Funciones de datos en Pandas

✔Nuestro blog

✔Pandas

✔Spyder

✔Colores para las gráficas
Seaborn

Matplotlib

****************************************************
✔Timestamps del vídeo:
1:10 Gráfica de barras horizontales y verticales, utilizando groupby y plot
11:25 Gráfica de Pay (Circular) utilizando groupby y plot
17:22 Gráfica de dispersión utilizando Seaborn
19:07 Gráfica Pairplot utilizando Seaborn
22:52 Gráficas Lmplot (Correlación lineal) con Seaborn
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
Otros vídeos que pueden ser de utilidad:

✔Agrupar datos |Groupby | Pandas | Python | Por petición


✔Python desde cero: Ciclo For


✔Python desde cero: IF/AND


✔TkInter: ¿Cómo hacer una ventana?


✔Python desde cero: ¿Cómo insertar, borrar y modificar datos?


✔Python desde cero: Slicing Tuples (Tuplas/Básico)


✔Entrada y salida de datos (print y raw_input)

✔Formato de tablas (str.format)

- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -
✔Música

Pressure
Riot
Light Awash by Kevin MacLeod is licensed under a Creative Commons Attribution license (
Source:
Artist:
- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

Gráficos Estadísticos con Python - Parte 1

Implementación de gráficos estadísticos de líneas, dispersión e histogramas utilizando
Python junto a librerías como Matplotlib, Pandas y Seaborn en el entorno Jupyter Notebook.


Estudiantes:
Kevin Andres Largo Toro (klargo2@utmachala.edu.ec)

Introducción Estadistica Inferencial con Python - PyData Guatemala

INTRODUCCIÓN A LA LIBRERÍA PANDAS DE PYTHON - PARTE 2 | #6 Curso Machine Learning con Python

En un nivel muy básico, Pandas puede ser considerado como una versión estructurada de matrices NumPy en donde las filas y columnas son identificadas con etiquetas en vez de simples índices de números, pero también Pandas proporciona herramientas, métodos y funcionalidad para estructuras básicas de datos, pero por su puesto debes entender cómo manejar esta estructura de datos para utilizarla correctamente, por lo que esta entrada se trata específicamente sobre esto.

Para conocer más sobre este tema puedes ingresar a este link:
???? Link de la entrada al blog:
???? Link del video 1 - Introducción a la Librería Pandas de Python:

___

Para obtener mis LIBROS puedes ingresar al siguiente link:
???? Link a la tienda:

Para obtener mis CURSOS puedes ingresar al siguiente link:
???? Link a los cursos:
___

Para aprender más sobre Machine Learning puedes ingresar al blog:
???? Link al blog:

__

Continua tu aprendizaje en Inteligencia Artificial viendo los siguientes videos:

???? Para conocer más sobre INTELIGENCIA ARTIFICIAL puedes ver estos videos:

???? Para conocer más sobre TRABAJAR EN INTELIGENCIA ARTIFICIAL puedes ver estos videos:

???? Para conocer más sobre CURSO: MACHINE LEARNING CON PYTHON puedes ver estos videos:

???? Para conocer más sobre CURSO: APRENDIZAJE NO SUPERVISADO CON PYTHON puedes ver estos videos:

???? Para conocer más sobre CURSO: INTRODUCCIÓN A PYTHON puedes ver estos videos:

___

SUSCRÍBETE AL CANAL:
___

ACERCA DEL CANAL
¿Quieres aprender sobre Machine Learning pero no tienes conocimientos básicos sobre este tema?

¡Este es el canal ideal para ti!

¡Hola! Me llamo Ligdi González y mi pasión es aprender sobre nuevas tecnologías y a su vez enseñar a otros de una manera sencilla y evitando tantas complicaciones sobre este tema. Con más de 10 años de experiencia, mi meta es ofrecerte herramientas que te ayuden a aprender desde lo más básico a lo más avanzado de Machine Learning.

___

CONTACTO / NEGOCIOS

hola@ligdigonzalez.com

Métricas con scikit Learn - Python

Métricas con scikit Learn - Python

Shares

x

Check Also

x

Menu