¿Qué estás buscando?

Curso

Analítica de Datos con Phyton

Sobre el programa

Fecha de Inicio:
Fecha de Inicio:

20/08/2024

Modalidad:
Modalidad:

Online

Horario:
Horario:

Martes y jueves 5:30 p.m.. a 9:30 p.m.

Valor de la Inversión:
Valor de la Inversión:

$990.000 + 1.5 estampilla procultura

Intensidad Horaria:
Intensidad Horaria:

40 horas

Descripción del programa

Este programa ofrece la posibilidad a los estudiantes de aprender sobre las herramientas y técnicas básica para hacer análisis de datos utilizando el lenguaje de programación Python. El programa introduce inicialmente al estudiante en los conceptos básicos de Python, sus estructuras básicas de control y estructuras de datos. Con el programa, el estudiante aprenderá cómo preparar realizar un análisis exploratorio de datos, realizar análisis estadísticos simples y aplicar algoritmos de aprendizaje automático utilizando librerías populares de python para predecir y visualizar el comportamiento de los datos.

 

Objetivos

  • Introducir los conceptos básicos de programación para análisis de datos con Python
  • Entender las dfierentes tendencias y enfoques para análisis de datos dentro del mundo de la ciencia de datos
  • Entender y aprender el como llevar a cabo tareas de exploración, análisis estadístico y visualización de datos
  • Entender y aprender como diseñar e implementar modelos de aprendizaje automático utilizando librerías de python

 

 

¡Soy Cindy Díaz

y estoy para ayudarte!

Tel. 602 4882222 ext 606

gestor.mercadeo02@usbcali.edu.co

+57 3102079108

Contactar por WhatsApp
Registra tus datos

Contenido

Conceptos básicos de python
  • Introducción al lenguaje Python
  • El entorno Jupyter Notebook
Estructuras de datos y librerías
  • Los arrays de Numpy
  • La librería Matplotlib
  • Las librerías Stats y Cluster de Scipy
  • Las series y Dataframes de Pandas
Tratamiento de datos
  • Importar y exportar datos
  • Limpieza y procesamiento de los datos
Análisis básico estadístico
  • Introducción a Scikit-Learn
  • Media, Mediana, Moda, Desviación estándar, Varianza
  • Distribución normal
Construcción de modelos de aprendizaje automático
  • Árboles de decisión
  • Regresiones lineáles
  • Clusterización (kNN)
×