calendar correo curso diplomado horas lugar modalidad in-company magister magisteres programa-avanzado quotes reloj telefono contacto contacto grad video
Escuela de Ingeniería
Coincidencias exactas
Buscar por
Seleccionar todos
Magisters
Diplomados
Cursos
Mooc
Profesores
Noticias
Páginas

Introducción a Python y Ciencia de Datos

Aprende sobre programación y manejo de datos para la introducción en las áreas de la Ciencia de Datos y Machine Learning.

Antecedentes Generales

Por definir
20 hrs. cronológicas/27 hrs. pedagógicas
$640.000.-

Este curso entrega sólidas competencias en el uso de lenguaje Python, enfocado en aplicaciones para analizar, manipular y visualizar datos. El curso consta de dos módulos, el primero orientado a generar competencias de programación en el lenguaje Python, y un segundo módulo dirigido a aprender a utilizar este lenguaje y lo requerido para manipular, analizar y visualizar la información contenida en bases de datos, usando técnicas y algoritmos de ciencia de datos y Machine Learning.

Dirigido a:
Profesionales que necesiten o estén interesadas en adquirir habilidades para aplicar técnicas de ciencia de datos a su área de trabajo. Profesionales que necesiten o estén interesadas en aprender a programar usando el lenguaje Python y aplicarlo a la extracción y análisis de datos.

*Este es un curso cerrado, solicitado por el Servicio Nacional del Consumidor.

Contenidos del Programa

- Conceptos generales de programación en Python: variables, estructuras de control, operadores aritméticos y lógicos.
- Funciones, módulos y paquetes.
- Estructuras de datos: strings, listas, tuplas, diccionarios, DataFrames.
- Importación, limpieza y filtrado de datos desde fuentes diversas (bases de datos, archivos de texto, web scrapping).

- Uso avanzado de DataFrames: construcción y mezcla.
- Cálculo de estadísticas descriptivas de un conjunto de datos.
- Visualización de datos.
- Introducción a Machine Learning: conceptos esenciales, métricas de evaluación, tipos de aprendizaje de máquina.
- Machine Learning supervisado: técnicas de clasificación, técnicas de regresión, desarrollo y análisis de ejemplos de procesamiento de lenguaje.
- Machine Learning no supervisa: reducción de dimensionalidad, clustering.

Cuerpo Académico

 

¿Te gustó este programa?
¡Compártelo en tus redes sociales!

[Sassy_Social_Share]
Necesitas ayuda? Conversemos