Documentos de Académico
Documentos de Profesional
Documentos de Cultura
¿Cómo lo hacemos?
Modalidad Duración
6 meses
Online en vivo 144 horas lectivas
192 horas académicas
Modalidad Duración
24 horas lectivas
Online en vivo 32 horas académicas
Evolución del valor de los datos. Big Vectores, matrices, arreglos, indepen-
Data: conceptos y herramientas. Inter- dencia lineal, sistemas de ecuaciones
net de las cosas: conceptos y herramien- lineales. Rango, traza, traspuesta, inver-
tas. Inteligencia artificial: conceptos y sa de una matriz. Determinante. Matriz
herramientas. Ciencia de datos: concep- identidad, simétrica, triangular. Autova-
tos y herramientas. Perspectiva laboral. lores, autovectores.
Metodología CRISP-DM (Cross Indus-
try Standard Process for Data Mining).
Cultura de datos en las organizaciones:
como implementarla. Conceptos clave
para el trabajo con datos: Tidy data, ETL
(Extract, Transform, Load). Selección de
un proyecto individual.
Modalidad Duración
24 horas lectivas
Online en vivo 32 horas académicas
Modalidad Duración
24 horas lectivas
Online en vivo 32 horas académicas
Modalidad Duración
36 horas lectivas
Online en vivo 48 horas académicas
Repaso del álgebra lineal. Formas linea- Formulación a partir del Modelo Lineal
les, cuadráticas y bilineales. Formulación Generalizado. Estimación de paráme-
del modelo, principales supuestos, esti- tros. Pruebas de hipótesis. Diagnósti-
mación de los parámetros, pruebas de co. Curvas ROC. Regresión logística en
hipótesis sobre los parámetros, interpre- Python.
tación, pruebas de bondad del ajuste,
diagnóstico. Regresión lineal en Python.
Modalidad Duración
36 horas lectivas
Online en vivo 48 horas académicas
Certificación
Al finalizar el programa, el alumno recibirá certificado por cada curso y un diploma
por el Programa de Especialización de Análisis de Datos con Python que será emitido
como “Especialista en Análisis de Datos con Python” (192 horas académicas).
Estrategias didácticas
El curso tiene la intención de generar espacios de discusión donde puedan
compartirse los beneficios de la experiencia y conocimiento individual. Las
estrategias didácticas que se desarrollarán durante el curso son:
1. Casos de estudio
2. Aprendizaje orientado a proyectos
3. Aprendizaje colaborativo
4. Enseñanza problemática
Nuestras Herramientas
Plataforma de desarrollo
Plataforma en donde
con Python
se coordina e informa
sobre la capacitación al
alumno
Plataforma interactiva
para el aprendizaje
Plataforma en donde se
gestiona el aprendizaje
Plataforma interactiva
para el aprendizaje
Plataforma en donde se
Plataforma interactiva realiza las clases Online
para el aprendizaje en vivo
https://www.paypal.me/DataScienceResearch
En caso de pagar en dólares con Paypal adicionar el 10% de valor de la cuota.
DNI: 47487919
Propietario: Javier Cuicapuza (CEO DSRP)
Contacto: informes@datascience.pe
informes@datascience.pe