Diplomado en Python y ciencia de datos (online)

Al final del curso podrás:
- Identificar conceptos y operaciones básicas de programación, tales como variables, funciones, operadores lógicos.
- Utilizar los comandos de control de flujo y los ciclos para la dirigir y repetir eficientemente un conjunto de operaciones básicas.
- Emplear elementos básicos como tipos de archivos (.txt, csv), tipos de datos (texto, entero, decimal, listas), etc en el procesamiento de datos.
- Aplicar conceptos y herramientas básicas de programación, como lectura, escritura de archivos y edición masiva de datos, resolviendo problemas reales relacionados con el procesamiento de datos.
- Desarrollar programas en el lenguaje de programación Python que permitan resolver problemas sencillos.

Contenidos:
Módulo 1: Introducción a la programación
- Motivación
• De los datos a la información
• Datos, información y programación ¿Cómo conviven hoy estos elementos en el mundo laboral?:
• ¿Qué es la programación?
• Aplicaciones prácticas
• La programación en el mundo laboral y cómo debe convertirse en un hábito
- Secuencias de comandos en Python
- Operaciones básicas
- Creación y asignación de variables
- Operaciones lógicas

Módulo 2: Control de Flujo
- Control de Flujo:
• If
• Else
• Elif
• Uso en conjunto
- Ciclos:
• While
• For

Módulo 3: Tipos de datos y funciones
- Tipos de datos: Enteros, decimales, textos y listas
- “Strings”
• ¿Qué es un string?
• Funciones básicas de un string
• Funciones avanzadas de un string

- Funciones
• ¿Qué es una función?
• ¿Por qué ocupar funciones?
• Declaración y uso de funciones

- Listas
• Creación de listas
• Obtener elementos
• Añadir elementos o quitar elementos
• Operaciones sobre listas

Módulo 4: Procesamiento de datos
- Listas de listas
- Archivos
• Cómo se interactúa con archivos y para qué sirven
• Leer archivos
• Escribir archivos
- Procesamiento de datos
• Carga masiva
• Edición masiva
• Ejemplos prácticos

Módulo 5: Diccionarios y Tuplas
- Listas y listas de listas
- Manipulación de listas
- Funciones sobre listas
- Diccionarios
- Operaciones sobre diccionarios
- Aplicaciones de diccionarios
- Aplicaciones con listas y diccionarios
- Tuplas como tipo de dato inmutable
- Operaciones sobre tuplas
- Combinando listas, tuplas y diccionarios

Módulo 6: Funciones
- Concepto de función
- Definición de funciones
- Parámetros y valores de retorno
- Importación y llamado de módulos.
- Invocación de funciones y scope
- Parámetros con nombre y parámetros por defecto
- Funciones recursivas
- Aplicación de funciones

Al final del curso podrás:
- Utilizar estructuras de datos secuenciales como listas, tuplas y colas para almacenar y consultar datos.
- Utilizar estructuras de datos no secuenciales como diccionarios y conjuntos.
- Construir un programa utilizando los conceptos de la programación orientada a objetos.
- Utilizar bibliotecas existentes e integrar sus funcionalidades dentro de un programa propio.

Contenidos:
- Estructuras de datos secuenciales: listas, tuplas, colas
- Estructuras de datos no secuenciales: diccionarios y sets
- Clases, objetos, atributos y métodos
- Interacción entre objetos
- Uso de módulos y bibliotecas existentes

Al final del curso podrás:
- Describir las características de una base de datos relacional y una base de documentos.
- Interactuar directamente con un motor de bases de datos desde la herramienta de administración.
- Escribir consultas simples utilizando el lenguaje SQL.
- Agregar, eliminar información y formular consultas simples de una base de datos relacional mediante el lenguaje standard SQL.
- Construir programas Python capaces de conectarse a un motor de bases de datos para extraer o registrar información.

Contenidos:
- Conceptos fundamentales de bases de datos
- El modelo relacional
- El lenguaje de consultas estándar SQL
- Interacción directa con una base de datos relacional usando SQL
- Conectores y librerías Python para trabajo con Bases de Datos relacionales
- Extracción directa de información desde un programa Python
- La librería Pandas y el concepto de Dataframe
- Extracción de información de mediana complejidad desde un programa Python
- Modificación y eliminación de información de la base de datos desde Python
- El modelo de documentos
- El formato JSON
- Interacción con una base de datos de documentos desde un programa Python

Al final del curso podrás:
- Conocer y comprender las principales teorías y prácticas de la emergente área de Minería de Datos.
- Aplicar reglas de asociación para encontrar relaciones en un set de transacciones.
- Desarrollar soluciones a problemas reales de Big Data y ciencia de datos que involucren la necesidad de técnicas de Minería de Datos como árboles de decisión y clustering.
- Implementar soluciones usando herramientas de software de Minería de Datos aplicándolas en datos reales.

Contenidos:
- Conceptos fundamentales de minería de datos
- Preparación de datos y reducción de información
- Reglas de asociación
- Algoritmos de clasificación
- Algoritmos de Clustering y medidas de similaridad
- Selección de modelos e introducción a Machine Learning