Ciencia de datos con python
Ciencia de datos con Python casos prácticos, Con ejemplos de la vida real de un científico de datos en acción, así como detalles para hacer o iniciar tu portafolio.
Development ,Data Science,Python
Lectures -13
Duration -10.5 hours
Lifetime Access
Lifetime Access
30-days Money-Back Guarantee
Get your team access to 10000+ top Tutorials Point courses anytime, anywhere.
Course Description
Descripción del curso: Este curso de Introducción a la Ciencia de Datos con Python es una introducción práctica a las herramientas y técnicas esenciales utilizadas en el campo de la ciencia de datos. El objetivo principal del curso es capacitar a los estudiantes para que puedan utilizar Python como su principal lenguaje de programación y aprovechar diversas bibliotecas populares, como Pandas, Numpy, Seaborn, Matplotlib y modelados de regresión lineal y logística, para realizar análisis de datos y construir modelos predictivos.
Veremos:
Numpy: Para manejo matemático y de transformación de matrices.
Pandas: para carga y manipulación de los datos.
Matplotlib: Gráficas.
Seaborn: Gráficas.
Entre otras librerías que iremos viendo en el curso.
Goals
Objetivos del curso:
Familiarizar a los estudiantes con el ecosistema de Python para ciencia de datos.
Capacitar a los estudiantes para realizar manipulación y análisis de datos utilizando Pandas y Numpy.
Desarrollar habilidades de visualización de datos utilizando Matplotlib y Seaborn.
Introducir a los estudiantes en los conceptos y técnicas de modelado de regresión lineal y logística.
Preparar a los estudiantes para aplicar estas herramientas y técnicas en problemas reales de ciencia de datos.
Este curso proporcionará una base sólida para que los estudiantes continúen explorando temas más avanzados en ciencia de datos y análisis de datos utilizando Python. ¡Espero que los participantes disfruten del curso y logren adquirir habilidades valiosas en el campo de la ciencia de datos!
Prerequisites
Conocimientos mínimos en Python o habilidades en programación básicas, conocer o entender álgebra lineal.

Curriculum
Check out the detailed breakdown of what’s inside the course
Introducción
1 Lectures
-
Introducción 00:59 00:59
¿Qué es la ciencia de datos?
1 Lectures

Numpy
1 Lectures

Numpy ejercicios enfocados a ciencia de datos
1 Lectures

Pandas
1 Lectures

Matplotlib y Seaborn
1 Lectures

Regresión Lineal
2 Lectures

Regresión Logística
1 Lectures

Spaceship Titanic
3 Lectures

Git para subir proyectos a Github
1 Lectures

Instructor Details

Mario Moreno
Soy un profesional apasionado por el aprendizaje continuo y el crecimiento personal y profesional. Me encanta asumir nuevos desafíos y enfrentarme a situaciones que me permitan desarrollar mis habilidades y competencias. Soy una persona organizada y detallista, que siempre busca trabajar de manera eficiente para lograr los objetivos del equipo.
1. Habilidades de análisis de datos: ● Excel: manejo de tablas dinámicas, eliminación de datos repetidos, funciones, fórmulas y conocimientos básicos de macros. ● Big Data: conocimientos teóricos sobre la limpieza de datos y la gestión de grandes conjuntos de datos. ● SQL: habilidades en la consulta y limpieza de datos en bases de datos como BigQuery y MySQL. 2. Habilidades de administración de bases de datos: ● MySQL: experiencia en la creación y mantenimiento de bases de datos. ● SQL Server Microsoft: conocimientos en la exportación de bases de datos de MySQL Workbench a SQL Server, proceso de ETL, Data Warehouse y Data Marts.
3. Habilidades de visualización de datos: ● Power BI y Tableau: habilidades en la creación de dashboards y visualización de datos.
4. Habilidades en análisis estadístico: ● R Studio: experiencia en la creación de gráficos, análisis estadístico y uso de paquetes de análisis de datos y markdowns.
5. Python Machin Learning: • Poseo habilidades en Regresión Lineal, las cuales he aplicado exitosamente en la realización de análisis y predicciones de situaciones basadas en variables continuas. También tengo experiencia en la transformación de datos para mejorar la calidad de los resultados obtenidos. • Además, cuento con habilidades en Regresión Logística, la cual he aplicado para el análisis y clasificación de datos en diversas situaciones. He utilizado técnicas de selección de características y regularización para mejorar la precisión del modelo, y he trabajado con datos tanto continuos como categóricos para lograr resultados óptimos. Entre otros métodos de Machin Learning.
Course Certificate
Use your certificate to make a career change or to advance in your current career.

Our students work
with the Best


































Related Video Courses
View MoreAnnual Membership
Become a valued member of Tutorials Point and enjoy unlimited access to our vast library of top-rated Video Courses
Subscribe now
Online Certifications
Master prominent technologies at full length and become a valued certified professional.
Explore Now