Data Science con Python
Acerca de este curso
La ciencia de datos llegó para quedarse. El tremendo crecimiento en el volumen, la velocidad y la variedad de datos tiene un impacto sustancial en todos los aspectos de una empresa. Si bien los datos continúan creciendo exponencialmente, la precisión sigue siendo un problema. Aquí es donde los científicos de datos juegan un papel decisivo. Un científico de datos analiza datos, descubre nuevos conocimientos, pinta una imagen y crea una visión. Y un científico de datos competente proporcionará a una empresa la ventaja competitiva que necesita y abordará los problemas empresariales urgentes. Este curso le presenta con Python un enfoque práctico para aprender ciencia de datos rápidamente.Descripción
> 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
¿Qué aprenderé?
- Instalar Python y bibliotecas para la ciencia de datos
- Revisar Python para la ciencia de datos
- Adquirir datos de estudio
- Aplicar la preparación de datos (preprocesamiento)
- Realizar análisis de datos exploratorios
- Explorar el modelado y la evaluación de datos mediante el aprendizaje automático
- Interpretar datos e informar sus hallazgos