> Módulo 1: Introducción a la ciencia de datos y la toma de decisiones

Aplicaciones de la ciencia de datos

Python y ciencia de datos

El pipeline de la ciencia de datos

> Módulo 2: Instalación de Python y bibliotecas para ciencia de datos

Instalación y configuración

Conjuntos de datos

Bibliotecas de Python para ciencia de datos

> Módulo 3: Revisión de Python para la ciencia de datos

Trabajar con números y lógica

Operaciones de cadena

Manejo de declaraciones e iteraciones condicionales

Creación y uso de funciones de Python

Almacenamiento de datos

> Módulo 4: Adquisición de datos

Tipos de datos

Carga de datos en la memoria

Datos de muestreo

Lectura de archivos

Obtener datos de la web

> Módulo 5: Preparación de datos (preprocesamiento)

Pandas para la preparación de datos

Estructuras de datos de Pandas

Juntando datos

Transformación de datos

Selección de datos

> Módulo 6: Análisis de datos exploratorios

Revelar la estructura de los datos

Gráficos y gráficos

Prueba de supuestos sobre datos

Selección de características / variables importantes

> Módulo 7: Modelado y evaluación de datos mediante el aprendizaje automático

Estadísticas importantes para la ciencia de datos

Distribuciones de datos

Terminología básica de aprendizaje automático

Aprendizaje supervisado: regresión

Aprendizaje supervisado: clasificación

Aprendizaje sin supervisión

Evaluación del desempeño del modelo capacitado