Data Science con Python - Numpy & Pandas [2024]
- Description
- Curriculum
- FAQ
- Reviews
¿Quiere iniciar su camino para convertirse en científico de datos y dominar el área de Data Science?
—
Escuche de otros alumnos por qué este es el curso de Ciencia de Datos MEJOR VALORADO en español:
“Excelente curso, el instructor cuenta con gran dominio del tema y las explicaciones de las clases son muy practicas y fáciles.”– Manuel
“Realmente el profesor explica muy bien, el curso está muy bien extructurado, me siento muy feliz de haber comprado el curso.”–Leyna Soranlly
“Muy buen curso y sobre todo bien preparado por el profesor. Propone retos en forma de ejercicios para que el alumno ejercite los conceptos en cada capitulo. Me compraré un par de cursos más de este profesor. Gracias.” — Juan Carlos
—
Vivimos en un mundo dominado por los datos, es por ello que obtener estas habilidades le permitirá acceder a posiciones de alto valor añadido debido a la gran demanda de perfiles de Data Science. Portales como indeed estiman salarios anuales promedios de 122.800$ y estudios como MarketWatch apuntan a que en los próximos años habrá un aumento del negocio de Data Science de un 30% anual, por lo tanto es una excelente oportunidad para usted adquirir estos conocimientos.
En este programa aprenderá por completo los fundamentos de Data Science o Ciencia de Datos, su base de probabilidad y estadística y cómo llevarlo a la práctica con Python, dominando los fundamentos de programación del lenguaje Python desde cero y sus potentes librerías como Numpy y Pandas enfocadas en el análisis de datos.
Al finalizar el curso podrá ejecutar proyectos completos de Data Science siendo capaz de importar fuentes de datos heterogéneas, realizar la limpieza y transformación de datos y analizar la información para obtener conclusiones que provoquen alto impacto en su entorno.
Este curso tendrá un enfoque eminentemente práctico, se explicará paso a paso y en detalle cada nueva funcionalidad, pero el objetivo es que sea capaz de aplicar los nuevos conocimientos ejecutando los múltiples casos prácticos reales propuestos para poner a prueba las destrezas adquiridas.
A su vez, tendrá a su disposición un material extenso de consulta y todos los scripts de Python explicados durante esta especialización de tal manera que le sea muy sencillo reutilizarlos para su caso de uso concreto.
Es el momento de que pase a la acción, prepárese para un futuro dominado por los datos adquiriendo una habilidad muy importante para poder destacar sobre el resto y conseguir sacar el máximo provecho de la información.
Apúntese a la carrera profesional de mayor potencial del siglo XXI.
*Este curso forma parte de una carrera en Data Science complementada con cursos adicionales.
*No es necesario tener conocimiento previo en Python, aprenderá los fundamentos de programación dentro del curso.
-
1Bienvenida / Información importanteText lesson
-
2¿Qué es Python y qué nos proporciona para el análisis de datos?Video lesson
-
3Instalación Python + JupyterVideo lesson
-
4Información importante para realizar los ejerciciosText lesson
-
5Importar librerías y fuentes de datosVideo lesson
-
6Visualización básica con MatplotlibVideo lesson
-
7Visualización básica con Matplotlib - Caso PrácticoVideo lesson
-
8Variables en PythonVideo lesson
-
9Creación de listas, extracción y modificación de datosVideo lesson
-
10Conceptos avanzados de creación de listasVideo lesson
-
11Uso de funciones en Python (in-built)Video lesson
-
12Creación de funciones en Python y argumentos flexiblesVideo lesson
-
13Funciones lambdaVideo lesson
-
14Métodos en PythonVideo lesson
-
15Cómo crear diccionarios en PythonVideo lesson
-
16Uso de función zip para creación de diccionarios en base a listasVideo lesson
-
17Comparadores en PythonVideo lesson
-
18Bucles en PythonVideo lesson
-
19Comprensión de listas en pythonVideo lesson
-
20Variables y conceptos básicosVideo lesson
-
21Varianza de una variableVideo lesson
-
22Correlación de variablesVideo lesson
-
23HistogramasVideo lesson
-
24Análisis con percentilesVideo lesson
-
25Funciones densidad de probabilidadVideo lesson
-
26Cálculo de previsiones (forecast) y media móvilVideo lesson
-
31Introducción a la librería Pandas ¿qué es un dataframe?Video lesson
-
32Creación de un dataframe a partir de un diccionarioVideo lesson
-
33Cómo importar datos desde un fichero de texto plano (txt, csv,…)Video lesson
-
34Selección de datos en un dataframe PandasVideo lesson
-
35Métodos útiles de un dataframe PandasVideo lesson
-
36Eliminar duplicados, valores erróneos y columnas de un dataframe PandasVideo lesson
-
37Interpolación de datosVideo lesson
-
38Filtrar datos en un dataframe PandasVideo lesson
-
39Ordenación valores en un dataframe PandasVideo lesson
-
40Crear columnas en un dataframe para cadenas de textoVideo lesson
-
41Crear columnas en un dataframe a partir de un diccionario con mapVideo lesson
-
42Crear columnas en un dataframe a partir de funciones lambdaVideo lesson
-
43Crear columnas en un dataframe a partir de funciones condicionalesVideo lesson
-
44Renombrar y reordenar columnas de un dataframe PandasVideo lesson
-
45Cómo crear pivot tables en PandasVideo lesson
-
46Uso de groupby en PandasVideo lesson
-
47Concatenación de dataframes (union)Video lesson
-
48Combinación de dataframes (merge)Video lesson
-
49Cómo importar datos desde un fichero ExcelVideo lesson
-
50Introducción a las BBDD relacionales / Modelos de datosVideo lesson
-
51Cómo importar datos desde una BBDD SQLVideo lesson
-
52Cómo importar datos desde una página WebVideo lesson
-
53Cómo importar datos desde una página Web (Web scraping)Video lesson
-
54Cómo importar datos desde un fichero semi-estructurado JSONVideo lesson
-
55Cómo importar datos desde Redes SocialesVideo lesson
-
56Cómo importar datos desde Cloud (AWS / Azure / Google Cloud)Video lesson
-
57Exportación de datos a CSV y ExcelVideo lesson
-
58Exportación de datos a BBDD SQLVideo lesson

External Links May Contain Affiliate Links read more