Curso de análisis de datos con Python

En este curso de análisis de datos con Python aprenderás a utilizar muchas de sus funciones. Analizarás los datos usando matrices multidimensionales en Numpy y manipulando DataFrames en pandas. También utilizarás la biblioteca SciPy de rutinas matemáticas y realizarás aprendizajes automáticos usando scikit-learn.

Comenzarás estudiando los conceptos básicos de Python y descubrirás muchos tipos diferentes de datos a través de conferencias, laboratorios prácticos y asignaciones. Además, aprenderás a importar conjuntos de datos, limpiar y preparar datos para análisis, resumir datos y crear canalizaciones de datos.

Por otro lado, conocerás cómo utilizar Pandas DataFrames, matrices multidimensionales Numpy y bibliotecas SciPy para trabajar con varios conjuntos de datos. Y cargarás, manipularás, analizarás y visualizarás conjuntos de datos con pandas, una biblioteca de código abierto.

Se trata de un curso gratuito, creado e impartido por IBM, con el que también vas a ser capaz de crear modelos de aprendizaje automático y hacer predicciones con scikit-learn, otra biblioteca de código abierto. Por último, usarás algunos de sus algoritmos de aprendizaje automático para construir modelos inteligentes y hacer predicciones interesantes.

¿A quién va dirigido este curso de análisis de datos con Python?

El curso ha sido creado por IBM para todas aquellas personas interesadas en el análisis de datos y en Python. Será especialmente útil para quienes estudian o se dedican a la programación, la analítica de datos e incluso la estadística.

Solo se imparte en inglés, por lo que necesitarás poseer un nivel intermedio del idioma para poder comprender todos los contenidos (ver cursos de inglés gratis). Aun así, cuenta con subtítulos en inglés que te permitirán entenderlo más fácilmente.

Aunque se trata un curso introductorio, también resulta conveniente tener algo de experiencia en Python y, sobre todo, tener un ordenador con conexión estable a Internet para poder acceder a todos los contenidos.

¿Qué aprenderás en el curso de análisis de datos con Python?

Impartido por el profesor universitario Joseph Santarcangelo, el curso tiene una duración estimada de 5 semanas y requiere dedicarle entre 2 y 4 horas de estudio a la semana. Al ser un curso online, podrás realizarlo a tu ritmo y de forma autoguiada. 

Los temas a tratar en el curso son los siguientes: 

• Importación de conjuntos de datos
  • Objetivos de aprendizaje
  • Comprender el dominio
  • Comprender el conjunto de datos
  • Paquete Python para ciencia de datos
  • Importación y exportación de datos en Python
  • Información básica de conjuntos de datos
• Limpiar y preparar los datos
  • Identificar y manejar valores faltantes
  • Formateo de datos
  • Conjuntos de normalización de datos
  • Agrupación
  • Variables indicadoras
• Resumiendo el marco de datos
  • Estadísticas descriptivas
  • Básico de Agrupación
  • ANOVA
  • Correlación
  • Más sobre correlación
• Desarrollo de modelos
  • Regresión lineal simple y múltiple
  • Evaluación del modelo UsingVisualization
  • Regresión polinomial y canalizaciones
  • R-cuadrado y MSE para evaluación dentro de la muestra
  • Predicción y toma de decisiones
• Evaluación del modelo
  • Ajuste excesivo, ajuste insuficiente y selección de modelo
  • Regresión de cresta
  • Búsqueda de cuadrícula
  • Refinamiento del modelo

Acceso al curso de análisis de datos con Python

Accede al curso de análisis de datos con Python impartido por IBM. Tanto la inscripción como la participación están habilitadas de manera enteramente gratuita.

Una vez finalizado el curso con éxito, recibirás una insignia de habilidad, una credencial detallada, verificable y digital que describe el conocimiento y las habilidades que has adquirido en este curso. Para ello, deberás abonar una tasa adicional de 92 €.

Para continuar con tu aprendizaje en este campo, es posible que también te resulten de interés este curso de Python en 25 horas (de cero a experto) o este otro curso de generación de lenguaje natural con Python. Ambos son completamente gratuitos.