Computación Numérica - Pregunta 5.1
Implementación de métodos numéricos para resolver problemas matemáticos complejos. Incluye análisis de convergencia, visualizaciones interactivas y comparación de algoritmos.
Temas cubiertos:
Colección de notebooks de Jupyter, scripts y proyectos de Python aplicados a matemáticas, física, estadística y machine learning. Código práctico y educativo.
Notebook de Jupyter que explora métodos numéricos aplicados a problemas matemáticos. Incluye implementaciones en Python con visualizaciones y análisis detallado.
👁️ Ver NotebookImplementación de métodos numéricos para resolver problemas matemáticos complejos. Incluye análisis de convergencia, visualizaciones interactivas y comparación de algoritmos.
Introducción a algoritmos de machine learning con implementaciones desde cero y uso de librerías populares como scikit-learn.
Análisis estadístico descriptivo e inferencial usando Python. Incluye pruebas de hipótesis, intervalos de confianza y visualizaciones estadísticas.
Usa los filtros para encontrar notebooks por categoría específica
Haz clic en "Ver Notebook" para abrir en nbviewer con renderizado completo
Usa los enlaces de GitHub para acceder al código fuente y descargar
Copia el código y experimenta con tus propios datos y parámetros