1.¿Qué es un notebook para ciencia de datos?
Documento que contiene código de programación y elementos de texto enriquecido.
2.¿Qué significa REPL?
Ciclo de Lectura-Evaluación-Impresión.
3.Dadas las características de los notebooks y los scripts, ¿cuál es mejor?
Ambos son útiles, depende del problema y objetivo que se tenga.
4.¿Cuál NO es un sistema que incluya el funcionamiento de notebooks en su interfaz?
SSH
5.Al hacer ciencia de datos, puedes escoger principalmente entre trabajar con notebooks de forma local o en la nube. ¿Cuál opción es mejor?
Ambos son útiles, depende del problema y objetivo que se tenga.
6.¿Cuál es una ventaja de utilizar servicios en la nube de Jupyter Notebooks?
Acceso a las notebooks y cambios que realizas siempre desde cualquier computadora.
7.¿Markdown es un lenguaje de marcado que se puede utilizar dentro de Jupyter Notebooks?
Verdadero
8.Google Colab es ampliamente utilizado en el área de Machine Learning, ¿cuál podría ser una de las razones?
Servicio en la nube que provee de uso gratuito de GPUs y TPUs (poder de cómputo).
9.De las siguientes opciones, ¿cuál es un entorno de trabajo de Jupyter Notebooks basado a nivel de proyecto?
Deepnote
10.¿Cuál de los siguientes servicios/tipos de Jupyter Notebooks te permite crear gráficas sin necesidad de código?
Deepnote
11.¿Cuál de los siguientes tipos de notebooks (o servicios) te permite crear un portafolio de trabajo en forma de notebooks publicados?
Deepnote
12.Un editor de código soporta:
Múltiples lenguajes de programación.
13.VSCode a través de extensiones te permite tener un ambiente de notebooks integrado. En ellos puedes:
Hacer uso de las extensiones que tengas instaladas (e.g. formateado de código).
14.¿Qué son los ambientes virtuales en Python?
Un ambiente para cada proyecto que puede tener sus propias dependencias independientes de otros proyectos/ambientes.
15.Conda es un gestionador de paquetes, dependencias y entornos para cualquier lenguaje de programación. Para hacer uso de este debes instalar:
Miniconda o Anaconda.
16.¿Cuál de los siguientes comandos NO es válido para crear un ambiente virtual?
conda create env --file environment.yml
17.¿Qué es mamba en cuestión de manejo de ambientes virtuales con Python?
Una reimplementación del manejador de paquetes conda en C++.
18.Mamba permite acelerar la creación de ambientes virtuales a través de la descarga paralela de datos y paquetes. ¿Por qué adaptarse a mamba resulta tan familiar si ya sabes conda?
Su sintaxis de comandos está construida de tal forma de que sea lo más similar a la de conda.
19.¿En qué consiste el algoritmo de divide y vencerás en el contexto de ambientes virtuales?
Si se tiene un proyecto muy grande o las dependencias de este pueden ser separadas en componentes más pequeños, es mucho mejor tenerlas separadas, pues mantenerlas de forma estable será mucho más sencillo.