Google Colab

Si alguna vez has escuchado sobre programación, datos o inteligencia artificial, este es un lugar donde puedes aprender y experimentar de manera sencilla.

Colab

¿Qué es Google Colab?

Google Colab es una herramienta gratuita que te permite escribir y ejecutar código en Python directamente desde tu navegador, ¡sin necesidad de instalar nada! Además, te da acceso a recursos potentes como la computación en la nube (usando los servidores de Google), lo que te permite trabajar con proyectos más grandes, como el análisis de datos, la creación de modelos de inteligencia artificial, y mucho más.

¿Por qué usar Google Colab?

  1. Fácil acceso: Solo necesitas una cuenta de Google para comenzar.
  2. Sin instalaciones: No necesitas configurar nada en tu computadora, solo abre el navegador.
  3. Cómputo potente: Puedes usar GPUs y TPUs sin costo adicional, lo cual es ideal para proyectos que requieren mucha potencia.
  4. Colaboración en tiempo real: Como en Google Docs, puedes trabajar con otras personas al mismo tiempo en un proyecto.

¿Qué puedes hacer con Google Colab?

  • Escribir y ejecutar código Python: Python es uno de los lenguajes más populares para aprender programación, y Colab lo hace fácil.
  • Análisis de datos: Importa grandes conjuntos de datos y crea gráficos para visualizarlos.
  • Machine Learning e IA: Experimenta con redes neuronales y modelos de inteligencia artificial.

Comienza tu primer proyecto Solo entra a Google Colab, y haz clic en "Nuevo cuaderno" para empezar.

¡Es como un cuaderno interactivo donde puedes escribir código y ver los resultados al instante!

¿Listo para empezar? ¡Explora, aprende y crea proyectos geniales en Google Colab!

Actividad Práctica: ¡Hola, IA!

  1. ¡Escribamos código!
  2. Abre Google Colab: colab.new
  3. Crea una nueva libreta (notebook).
  4. Escribe y ejecuta este código: 
    print("¡Hola, IA desde Google Colab!")

Resultado esperado: Verás el mensaje en pantalla.

Ejemplo del ejercicio

Video Complementario

Ejercicios Iniciales sencillos con Google Colab

Abre colab.new y ve probando cada bloque de codigo. Recuerda presionar la flecha de PLAY para ejecutar el código.

  1. Primer Código en Python

    • Objetivo: Escribir y ejecutar un programa simple en Python que imprima "¡Hola Mundo!" en la consola.
    • Instrucciones: Abre Google Colab y escribe el siguiente código: 
      print("¡Hola Mundo!")

  2. Suma de Números

    • Objetivo: Crear un código que sume dos números proporcionados por el usuario.
    • Instrucciones: Usa la función input() para pedirle al usuario que ingrese dos números y luego muestra la suma: 
      numero1 = float(input("Ingresa el primer número: "))
numero2 = float(input("Ingresa el segundo número: "))
print("La suma es:", numero1 + numero2)

  3. Operaciones Básicas de Matemáticas

    • Objetivo: Crear un programa que realice operaciones básicas como suma, resta, multiplicación y división con dos números dados por el usuario.
    • Instrucciones: 
      numero1 = float(input("Ingresa el primer número: "))
numero2 = float(input("Ingresa el segundo número: "))
print("Suma:", numero1 + numero2)
print("Resta:", numero1 - numero2)
print("Multiplicación:", numero1 * numero2)
print("División:", numero1 / numero2)

  4. Variables y Tipos de Datos

    • Objetivo: Experimentar con diferentes tipos de datos en Python (números, texto y booleanos).
    • Instrucciones: 
      texto = "Hola, soy un texto"
numero = 10
es_verdad = True
print("Texto:", texto)
print("Número:", numero)
print("Booleano:", es_verdad)

  5. Listas en Python

    • Objetivo: Crear una lista de frutas y mostrar cómo acceder a los elementos de la lista.
    • Instrucciones: 
      frutas = ["manzana", "banana", "cereza"]
print(frutas[0])  # Muestra la primera fruta

  6. Ciclo For

    • Objetivo: Usar un ciclo for para imprimir los elementos de una lista de números.
    • Instrucciones: 
      numeros = [1, 2, 3, 4, 5]
for numero in numeros:
 print(numero)

  7. Condicionales

    • Objetivo: Escribir un programa que verifique si un número ingresado por el usuario es positivo, negativo o cero.
    • Instrucciones: 
      numero = float(input("Ingresa un número: "))
if numero > 0:
 print("El número es positivo.")
elif numero < 0:
 print("El número es negativo.")
else:
 print("El número es cero.")

  8. Graficar Datos con Matplotlib

    • Objetivo: Crear una gráfica simple de líneas con datos de ejemplo usando la librería matplotlib.
    • Instrucciones: 
      import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
plt.plot(x, y)
plt.title("Gráfica de ejemplo")
plt.xlabel("Eje X")
plt.ylabel("Eje Y")
plt.show()

  9. Leer y Escribir Archivos

    • Objetivo: Crear un archivo de texto, escribir datos en él y luego leerlo.

    • Instrucciones:

      with open("ejemplo.txt", "w") as archivo:
 archivo.write("¡Hola desde Google Colab!")

with open("ejemplo.txt", "r") as archivo:
 print(archivo.read())

  10. Introducción a Pandas

    • Objetivo: Crear un DataFrame básico usando la librería pandas y visualizarlo.
    • Instrucciones: 
      import pandas as pd
data = {'Nombre': ['Juan', 'Ana', 'Carlos'], 'Edad': [23, 30, 25]}
df = pd.DataFrame(data)
print(df)

  11. Limpieza de Datos con Pandas

    • Objetivo: Realizar una limpieza básica de datos eliminando los valores nulos en un DataFrame.
    • Instrucciones: 
      import pandas as pd
data = {'Nombre': ['Juan', None, 'Carlos'], 'Edad': [23, 30, None]}
df = pd.DataFrame(data)
df = df.dropna()  # Eliminar filas con valores nulos
print(df)

  12. Crear un Chatbot Básico con if-else

    • Objetivo: Crear un chatbot que responda a preguntas simples usando condicionales.

    • Instrucciones:

      print("Hola, ¿cómo puedo ayudarte?")
pregunta = input("Escribe tu pregunta: ")

if "nombre" in pregunta.lower():
  print("Soy un chatbot simple.")
elif "edad" in pregunta.lower():
  print("No tengo edad, soy un programa.")
else:
  print("Lo siento, no entiendo tu pregunta.")

  13. Introducción al Machine Learning

    • Objetivo: Crear un modelo simple de regresión lineal utilizando la librería sklearn.

    • Instrucciones:

      from sklearn.linear_model import LinearRegression
import numpy as np

X = np.array([[1], [2], [3], [4], [5]])  # Variable independiente
y = np.array([1, 2, 3, 4, 5])  # Variable dependiente

modelo = LinearRegression()
modelo.fit(X, y)

prediccion = modelo.predict([[6]])
print("Predicción para X=6:", prediccion)

  14. Subir Archivos a Google Colab

    • Objetivo: Subir un archivo desde tu computadora a Google Colab.
    • Instrucciones: 
      from google.colab import files
uploaded = files.upload()

  15. Introducción a las Redes Neuronales con TensorFlow

    • Objetivo: Crear una red neuronal muy básica con TensorFlow para clasificación.

    • Instrucciones:

      import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

modelo = Sequential([
  Dense(10, activation='relu', input_shape=(5,)),
  Dense(1, activation='sigmoid')
])

modelo.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
modelo.summary()

¿Dónde aprender Python en profundidad?