Una Introducción Suave a la Ciencia de Datos

Resumen

Explore data science fundamentals, from AI's influence to practical machine learning in Python. Covers key concepts, problem-solving applications, and essential Python tools for aspiring data scientists.

Programa

• Introducción a la Ciencia de Datos
Visión general de la Ciencia de Datos y su impacto
El papel de la IA dentro de la Ciencia de Datos
Aplicaciones reales de la Ciencia de Datos
• Metodología de la Ciencia de Datos
Entendiendo el proceso de la ciencia de datos
Formulación de problemas y generación de hipótesis
Toma de decisiones basada en datos
• Recolección y Limpieza de Datos
Tipos de datos: estructurados y no estructurados
Técnicas de recolección de datos
Limpieza y preprocesamiento de datos
• Análisis Exploratorio de Datos (EDA)
Estadísticas descriptivas
Técnicas de visualización de datos
Identificación de patrones y perspectivas
• Introducción a Python para Ciencia de Datos
Conceptos básicos de Python e instalación
Notebooks de Jupyter
• Bibliotecas Esenciales de Python
NumPy para datos numéricos
Pandas para manipulación de datos
Matplotlib y Seaborn para visualización de datos
• Introducción al Aprendizaje Automático
Aprendizaje supervisado vs. no supervisado
Selección y evaluación de modelos
Sobreajuste y subajuste
• Aprendizaje Automático Práctico en Python
Conceptos básicos de Scikit-learn
Construcción de modelos de regresión lineal simples
Clasificación con árboles de decisión y regresión logística
• Ética en la Ciencia de Datos
Importancia de la ética en la ciencia de datos
Privacidad y seguridad de los datos
Sesgo y equidad en la IA
• Proyecto Final
Definir un problema basado en datos
Aplicar el proceso completo de ciencia de datos
Presentar hallazgos y perspectivas

---

Materias

Conference Talks