Ciencia de Datos y Python - Matemáticas, modelos, estadísticas MÁS estudio de caso

Resumen

Este curso requiere que descargues Anaconda o Docker Desktop. Si eres un usuario de Udemy Business, por favor consulta con tu empleador antes de descargar el software.

Programa de estudio

• Introducción a la Ciencia de Datos
Resumen de la Ciencia de Datos y sus aplicaciones
Software requerido e instalación (Anaconda, Docker Desktop)
Configuración de tu entorno
• Python para la Ciencia de Datos
Conceptos básicos de programación en Python
Bibliotecas: NumPy, Pandas, Matplotlib
Manipulación y visualización de datos
• Matemáticas para la Ciencia de Datos
Álgebra Lineal: Vectores, matrices
Cálculo: Derivadas, integrales
Probabilidad y Estadística: Distribuciones, muestreo, pruebas de hipótesis
• Métodos Estadísticos
Estadísticas descriptivas
Estadísticas inferenciales
Análisis de regresión
• Modelos de Aprendizaje Automático
Aprendizaje supervisado: Clasificación y regresión
Aprendizaje no supervisado: Agrupamiento y reducción de dimensionalidad
Evaluación y validación de modelos
• Estudio de Caso
Planteamiento de un problema real
Recopilación, limpieza y preprocesamiento de datos
Selección y entrenamiento de modelos
Interpretación de resultados e ideas
• Conclusión y Próximos Pasos
Repaso de conceptos clave
Caminos de aprendizaje futuros y recursos
Consejos prácticos para aplicar la ciencia de datos
• Proyecto del Curso
Hitos y entregables
Revisión por pares y retroalimentación
Presentación final y envíos

---

Enseñado por

Peter Alkema and Regenesys Business School

---

Asignaturas

Ciencia de Datos