Curso Bootcamp de Ciencia de Datos y Aprendizaje Automático Full Stack

Resumen

Aprende Python, Excel, Aprendizaje Profundo, Power BI, SQL, Inteligencia Artificial, Estadísticas Empresariales, Proyectos Capstone. Lo que aprenderás:

Construir un portafolio de proyectos de ciencia de datos para solicitar empleos en la industria.

Aprender a crear gráficos de pastel, barras, líneas, áreas, histogramas, dispersión, regresión y combinados. Crear tus propias redes neuronales y entender cómo usarlas para realizar aprendizaje profundo.

Comprender y aplicar técnicas de visualización de datos para explorar grandes conjuntos de datos. Usar algoritmos de ciencia de datos para analizar datos en proyectos reales como la clasificación de hongos y el reconocimiento de imágenes.

Entender cómo utilizar las herramientas más recientes en ciencia de datos, incluyendo Tensorflow, Matplotlib, Numpy y muchas más. Bienvenido al curso BootCamp de Ciencia de Datos y Aprendizaje Automático Full Stack, el único curso que necesitas para aprender habilidades fundamentales y adentrarte en la ciencia de datos.

Con más de 40 horas, este curso de Python es sin duda el curso más completo de ciencia de datos y aprendizaje automático disponible en línea. Incluso si no tienes experiencia en programación, este curso te llevará de principiante a maestro.

Aquí está la razón:

El curso es impartido por el instructor principal en PwC, el principal bootcamp de programación presencial en India. En el curso, aprenderás las últimas herramientas y tecnologías que utilizan los científicos de datos en Google, Amazon o Netflix.

Este curso no escatima detalles, hay hermosos videos de explicaciones animadas y proyectos del mundo real para construir. El plan de estudios se desarrolló durante un período de tres años junto con profesionales de la industria, investigadores y pruebas y comentarios de estudiantes.

Hasta la fecha, he enseñado a más de 10000 estudiantes a programar y muchos han cambiado sus vidas al conseguir empleos en la industria o al iniciar su propia empresa tecnológica. Ahorrarás más de $12,000 al inscribirte, pero tendrás acceso a los mismos materiales de enseñanza y aprenderás del mismo instructor y plan de estudios que nuestro bootcamp de programación presencial.

Te llevaremos paso a paso a través de tutoriales en video y te enseñaremos todo lo que necesitas saber para tener éxito como científico de datos y profesional en aprendizaje automático. El curso incluye más de 40 horas de tutoriales en video en HD y desarrolla tu conocimiento de programación mientras resuelves problemas del mundo real.

En el plan de estudios, cubrimos un gran número de temas importantes de ciencia de datos y aprendizaje automático, como:

APRENDIZAJE AUTOMÁTICO - Regresión:

Regresión Linear Simple, SVR, Árbol de Decisión, Bosque Aleatorio. Agrupamiento:

K-Means, Algoritmos de Agrupamiento Jerárquico.

Clasificación:

Regresión Logística, SVM Kernel, Naive Bayes, Clasificación de Árbol de Decisión, Clasificación de Bosque Aleatorio. Procesamiento de Lenguaje Natural:

modelo de bolsa de palabras y algoritmos para PNL.

APRENDIZAJE PROFUNDO - Redes Neuronales Artificiales, Redes Neuronales Convolucionales, Redes Neuronales Recurrentes, Memoria a Largo Corto Plazo, Vgg16, Aprendizaje por transferencia, Aplicación Basada en Flask en la Web. Además, el curso está lleno de ejercicios prácticos basados en ejemplos de la vida real.

Así que no solo aprenderás la teoría, sino que también obtendrás práctica creando tus propios modelos. Al final de este curso, estarás programando fluidamente en Python y listo para abordar cualquier proyecto de ciencia de datos.

Cubriremos todos estos conceptos de programación en Python:

PYTHON - Tipos de Datos y Variables, Manipulación de Cadenas, Funciones, Objetos, Listas, Tuplas y Diccionarios, Bucles e Iteradores, Condicionales y Flujo de Control, Funciones Generadoras, Gestores de Contexto y Alcance de Nombres, Manejo de Errores. Power BI - Qué es Power BI y por qué deberías usarlo, cómo importar archivos CSV y Excel en Power BI Desktop, cómo usar Consultas de Combinación para obtener datos de otras consultas, cómo crear relaciones entre las diferentes tablas del modelo de datos.

Todo sobre DAX incluyendo el uso de las funciones COUTROWS, CALCULATE, y SAMEPERIODLASTYEAR. Todo sobre el uso de la visualización de tarjetas para crear información resumida.

Cómo usar otras visualizaciones como gráficos de columnas agrupadas, mapas y gráficos de tendencias. Cómo usar Segmentadores para filtrar tus informes, cómo usar temas para formatear tus informes rápida y consistentemente, cómo editar las interacciones entre tus visualizaciones y filtrar a nivel de visualización, página e informe.

Al trabajar en proyectos del mundo real, llegarás a entender todo el flujo de trabajo de un científico de datos, lo cual es increíblemente valioso para un empleador potencial. Inscríbete hoy y espera:

178+ Video lecciones en HD, 30+ Desafíos y ejercicios de código, Proyectos totalmente desarrollados de Ciencia de Datos y Aprendizaje Automático, Recursos de programación y hojas de trucos.

Nuestra mejor venta "12 Reglas para Aprender a Programar" en eBook. Materiales y plan de estudios del curso bootcamp de ciencia de datos y aprendizaje automático valorados en más de $12,000.

Programa de estudio

• **Introducción a la Ciencia de Datos y Aprendizaje Automático**
• Resumen y objetivos del curso
• Importancia y aplicaciones en la industria
• **Programación en Python para Ciencia de Datos**
• Tipos de datos y variables
• Manipulación de cadenas
• Funciones y objetos
• Listas, tuplas y diccionarios
• Bucles e iteradores
• Condicionales y control de flujo
• Funciones generadoras
• Gestores de contexto y alcance de nombres
• Manejo de errores
• **Análisis de Datos con Excel**
• Conceptos básicos de Excel para análisis de datos
• Funciones y fórmulas avanzadas
• Limpieza y preprocesamiento de datos
• **Visualización de Datos**
• Matplotlib y Seaborn
• Creación de varios tipos de gráficos (circular, de barras, de líneas, de área, histograma, de dispersión, regresión, gráficos combinados)
• **Introducción a Power BI**
• Conceptos básicos de Power BI
• Importación de archivos CSV y Excel
• Creación de relaciones entre tablas
• Trabajo con DAX
• Visualizaciones: visuales de tarjeta, gráficos de columnas agrupadas, mapas, gráficos de tendencia
• Uso de segmentadores y temas
• **Estadística para Ciencia de Datos**
• Estadística descriptiva
• Estadística inferencial
• Pruebas de hipótesis
• Análisis de regresión
• **Aprendizaje Automático**
• Regresión: Regresión Lineal Simple, SVR, Árbol de Decisión, Bosque Aleatorio
• Agrupamiento: K-Means, Agrupamiento Jerárquico
• Clasificación: Regresión Logística, SVM de Kernel, Naive Bayes, Árbol de Decisión, Bosque Aleatorio
• Procesamiento de Lenguaje Natural: Bolsa de palabras, algoritmos de PLN
• **Aprendizaje Profundo**
• Introducción a las redes neuronales
• Redes Neuronales Artificiales (ANN)
• Redes Neuronales Convolucionales (CNN)
• Redes Neuronales Recurrentes (RNN)
• Memoria a Largo Corto Plazo (LSTM)
• VGG16 y Aprendizaje por Transferencia
• Construcción de aplicaciones web con Flask
• **SQL para Gestión de Datos**
• Conceptos de bases de datos
• Consultas SQL para extracción y manipulación de datos
• Uniones, subconsultas y técnicas SQL avanzadas
• **Proyectos y Aplicaciones Prácticas**
• Proyectos de ciencia de datos del mundo real: clasificación de hongos, reconocimiento de imágenes
• Proyectos de cierre para aplicar las habilidades aprendidas
• **Recursos Adicionales**
• Más de 178 conferencias en video HD
• Más de 30 desafíos y ejercicios de código
• Recursos de programación y hojas de referencia
• eBook "12 Reglas para Aprender a Programar"

Enseñado por

Akhil Vydyula

Asignaturas

Ciencia de Datos