Curso python para ciencia de datos
Programar en Python para ciencia de datos
Description
En este curso aprenderás los principales fundamentos de python para emplearlo en el análisis y ciencia de datos.
No necesitas conocimientos previos. Comenzaremos desde qué es python, como instalarlo y cómo trabajar con un entorno de desarrollo (IDE). Abarcaremos temas intermedios como los fundamentos de machine learnig tanto para clasificación como para regresión. Lo cuál te permitirá conseguir tu primer empleo como analista de datos empleando python.
Aprenderás a declarar variables en python, que son uno de los principales objetos y que te permitirán realizar múltiples operaciones con datos. Aprenderás sobre los ciclos como for y while, que te permitirán automatizar todo tipo de tareas. El curso también explica los tipos de datos, las tablas o data frames y las operaciones aritméticas como la potencia, y el manejo de operadores.
También aprenderás a manipular y arreglar datos, a crear tablas de contingencia para el análisis. A unir tablas, lo cual es una habilidad fundamental cuando tienes datos que provienen de distintas fuentes.
El curso también incluye cómo crear gráficas de diferentes tipos como los gráficos de barras, histogramas para analizar distribuciones, loas gráficos de línea y los diagramas de dispersión o gráficos de puntos.
El curso también te enseñará a realizar modelos predictivos para tomar desiciones con base en los datos empleando técnicas de machine learning.
What You Will Learn!
- Como descargar e instalar Python
- Tipos de datos y operaciones en python. Operaciones aritméticas, lógicas y con texto. Tipos de objetos en python. Listas, Diccionarios, Data Frames.
- Bucles de programación en Python. For, If, while. Funciones y construcción de funciones. Carga de librerías de terceros.
- Importación de datos de excel y csv. Uso de la librería Pandas. Filtrado, construcción de tablas de contingencia y unión de tablas.
- Uso de gráficas con pyplot. Histograma, gráfico de líneas, gráfico de puntos. Análisis de distribuciones.
- Machine learning. Problemas de regresión y clasificación. Uso de train test split. Entrenamiento, evaluación y ajuste de modelos. Predicción.
Who Should Attend!
- Curso para personas interesadas en aprender el lenguaje python para ciencia de datos partiendo desde cero.