Ciencia de Datos con Python

Resumen

This course features Coursera Coach! A smarter way to learn with interactive, real-time conversations that help you test your knowledge, challenge assumptions, and deepen your understanding as you progress through the course.

In this comprehensive Data Science with Python course, you will master essential libraries such as NumPy, Pandas, Matplotlib, and PyTorch to solve real-world data science challenges. Starting with NumPy, you’ll learn how to work with arrays, perform linear algebra, and manipulate large datasets.

You’ll then explore Pandas to filter, analyze, and visualize data efficiently, followed by Matplotlib for creating informative plots and visualizations that uncover patterns in data. As you progress, you will dive into advanced image processing techniques with Matplotlib, build interactive plots using Plotly, and gain hands-on experience with PyTorch fundamentals.

The course will guide you through essential concepts like tensors, GPU acceleration, broadcasting, and model training, offering a solid foundation for machine learning and deep learning tasks. Designed for individuals eager to advance their data science skills, this course is ideal for beginners and intermediate learners.

With practical exercises, real-world applications, and interactive lessons, you'll be prepared to tackle any data science project. Upon completion, you'll be ready to take your skills further in the field of machine learning and artificial intelligence.

By the end of the course, you will be able to manipulate data with NumPy and Pandas, visualize data using Matplotlib and Plotly, process images, and implement machine learning models using PyTorch.

Programa

• NumPy
En este módulo, exploraremos NumPy, una poderosa biblioteca para computación numérica en Python. Aprenderás a crear y remodelar arrays, realizar operaciones elemento por elemento, e indagar en aplicaciones de álgebra lineal. También se cubrirán temas avanzados como la resolución de sistemas lineales y el filtrado lógico.
• Pandas
En este módulo, trabajaremos con Pandas para procesar y analizar conjuntos de datos del mundo real. Aprenderás a filtrar datos, gestionar valores perdidos y manipular columnas. El conjunto de datos del Titanic servirá como ejemplo para practicar operaciones esenciales de Pandas y técnicas de manipulación de datos.
• Matplotlib, Gráficos y Estadísticas
En este módulo, cubriremos la visualización de datos usando Matplotlib. Crearás una amplia gama de gráficos, desde simples barras hasta complejas gráficas de superficies 3D, y aprenderás cómo mejorarlos con anotaciones, colores y técnicas avanzadas de gráficos para análisis estadístico.
• Matplotlib y Procesamiento de Imágenes
En este módulo, combinaremos Matplotlib y NumPy para procesar imágenes. Aprenderás a manipular canales de imagen, aplicar transformaciones básicas como la conversión a escala de grises y el umbral, y experimentar con técnicas avanzadas como la compresión de imágenes y la creación de mosaicos para obtener resultados creativos.
• Plotly y Gráficos Interactivos
En este módulo, exploraremos Plotly para crear gráficos interactivos y visualmente atractivos. Construirás gráficos de líneas y dispersión con descripciones emergentes, experimentarás con visualizaciones 3D y aprenderás cómo personalizar gráficos usando técnicas avanzadas como objetos de gráficos y construcción de figuras basadas en diccionarios.
• Fundamentos de PyTorch
En este módulo, te presentaremos PyTorch, un poderoso marco de aprendizaje profundo. Aprenderás a trabajar con tensores, realizar varias operaciones con tensores y explorar los conceptos de difusión. Además, descubrirás cómo utilizar la aceleración por GPU para optimizar el rendimiento en cálculos a gran escala.

---

Impartido por

Packt - Course Instructors

---

Materias

Data Science