Este repositorio contiene material didáctico para el dictado de cursos sobre Python Científico. Este material es trabajo en progreso por lo tanto úselo bajo su propio riesgo!

El material consiste en Jupyter notebooks y tiene un enfoque práctico. Confío en que este formato ayudará a los estudiantes a entusiasmarse con los distintos tópicos y aún mas importante que los motivará para seguir estudiando por su cuenta.

El repositorio cubre material sobre los siguientes tópicos: Las caritas indican si el material es más o menos usable :-), un borrador :-| todavía no existe o mejor ni mirarlo :-(

• Introducción al ecosistema Python (rápida y general)

  • Python :-)
  • NumPy :-|
  • Matplotlib/Seaborn :-(
  • Pandas :-(

• Introducción a la estadística

  • Intro estadística :-)
  • Teorema de Bayes e introducción a la inferencia Bayesiana :-)
  • Programación probabilística usando PyMC3 :-)
  • Modelos multiparamétricos y modelado jerárquico :-)
  • Regresión lineal simple :-)
  • Regresión lineal múltiple :-(
  • BEST (t-test bayesiano) y "ANOVA" Bayesiano :-|
  • Regresión logística :-(
  • Modelos de mezcla :-(
  • Selección de modelos :-|
  • Métodos de remuestro (frecuentistas) :-(

• Métodos numéricos comunes

  • Introducción algebra lineal :-(
  • Minimización de funciones :-(
  • Markov Chain Monte Carlo (MCMC) :-(

• Bioinformática estructural

  • Modelado

    • PyMol :-(
    • Modeller :-(
    • PyRosetta :-(

  • Algoritmos en bioinformática

    • Distances_angles_and_geometry :-(
    • Comparing_structures :-(
    • Sequence_alignment_and_clustering :-(
    • Protein_and_RNA_structure_from_sequence :-(

• Introducción a Machine Learning :-(

Para usar este material es necesario tener instalado Python (se recomienda la versión 3.4 o superior, aunque es posible que corra con Python 2.7 con ligeras modificaciones). Además es necesario instalar los siguientes paquetes:

Las notebooks fueron creadas en una computadora x86_64 corriendo Ubuntu 15.10 y usando las siguientes librerías de Python:

• IPython 4.0.1
• PyMC3 3.0
• NumPy 1.10.4
• SciPy 0.16.1
• Matplotlib 1.5.1
• Seaborn 0.7.0

Para los usuarios de Windows/Mac Os X se recomienda instalar Python y todas las librerías requeridas vía Anaconda. Para los usuarios de Linux se recomienda Anaconda o pip, ya que los gestores de paquetes suelen tener versiones algo viejas de estas librerías.

Todo el contenido de este repositorio es abierto, esto quiere decir que cualquier persona interesada puede contribuir a el. Todas las contribuciones serán bien recibidas incluyendo

• Correcciones ortográficas
• Nuevas figuras
• Correcciones en el código Python, incluidas mejoras de estilo
• Mejores ejemplos
• Mejores explicaciones
• Correcciones de errores conceptuales

La forma de contribuir es vía la interfaz de Github, es decir los cambios deberán ser hechos en forma de pull requests y los problemas/bugs deberán reportarse como Issues.