Scribd
Cargar
54 vistas4 páginas

Python para Profesionales de Datos

Este documento presenta un curso de programación con Python para el tratamiento de datos. El curso enseñará a usar Python para analizar bases de datos estructuradas y no estructuradas, y obtener estadísticas de los datos. Está dirigido a profesionales con experiencia en tratamiento de datos y conocimiento intermedio de Excel. Cubrirá temas como introducción a Python, tipos de datos, paquetes Numpy y Pandas, preprocesamiento de datos, regresión lineal, regresión logística, clustering, árboles de decisión y K vecinos

Cargado por

gino
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
54 vistas4 páginas

Python para Profesionales de Datos

Este documento presenta un curso de programación con Python para el tratamiento de datos. El curso enseñará a usar Python para analizar bases de datos estructuradas y no estructuradas, y obtener estadísticas de los datos. Está dirigido a profesionales con experiencia en tratamiento de datos y conocimiento intermedio de Excel. Cubrirá temas como introducción a Python, tipos de datos, paquetes Numpy y Pandas, preprocesamiento de datos, regresión lineal, regresión logística, clustering, árboles de decisión y K vecinos

Cargado por

gino
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

PROGRAMACIÓN CON PYTHON PARA EL

TRATAMIENTO DE LOS DATOS

1. Presentación:
En este curso, obtendrás los conocimientos y habilidades para empezar el uso del
lenguaje Python como herramienta de trabajo, así como manipular los datos y construir
funciones con múltiples enfoques. Asimismo, de introducción al campo de Ciencia de
Datos te servirá para seguir de otros cursos especializados.

2. Objetivos del curso:


Al finalizar el curso, el alumno estará en la capacidad de:

• Identificar los fundamentos de Python


• Usar el programa para analizar bases de datos estructuradas y no
estructuradas.
• Ejecutar para obtener estadísticas interesantes a partir de los datos.

3. Perfil del participante:


Este curso está dirigido a:

• Profesionales que tengan experiencia en el tratamiento de datos

4. Requisito previo:
Para tener éxito en este curso, se recomienda que las personas tengan experiencia
previa en:
• MS Excel Intermedio
• Conocimiento de tablas dinámicas.
5. Requerimientos técnicos:

▪ Core i5 o superior
Hardware ▪ Ram: 8gb
▪ Internet
• Windows 10
Software • Máquina Virtual
• Anaconda jupyter

6. Contenido: 40 horas cronológicas


Introducción a Python

• Historia de Python
• Zen de Python
• Usos de Python
• Interprete
• Anaconda

Clases

• Atributos
• Operadores
• Objetos
• Programación orientada a objetos

Tipos de objetos

• Números
• Cadenas (strings)
• Listas
• Diccionarios
• Tuplas
• Ficheros

Paquete Numpy y Pandas

• Vectores
• Matrices
• Dataframes
• Series
• Operaciones

Sentencias y sintaxis
• Jerarquía
• Sentencias
• Indentación
• Sentencia If
• While
• For
• Iteraciones

Módulos y Librerías

• Arquitectura
• Import
• Librerías útiles

Base de datos en Python

• Estructuradas
• No estructuradas
• SQLAlchemy
• Data wrangling

Funciones adicionales

• Manejo de errores
• Expresiones lambda
• Map reduce
• Decoradores
• Generadores
• List comprehensions

Preprocesamiento de Datos en Pandas

• Análisis exploratorio
• Carga de archivos
• Estadísticas de resumen
• Manejos de NULL
• Índices, iloc, loc
• Conversión tipo de datos
• Métodos
• Numpy

Regresión Lineal múltiple con Python

• Teoría Regresión Líneal


• Ejercicios de Regresión Lineal

Regresión Logística

• Teoría Regresión Logística


• Ejercicios de Regresión Logística

Clustering - Segmentación de clientes

• Teoría de Cluster Kmedias, Jerárquicos, y otros


• Ejercicios de Cluster

Algoritmos de Asociación

• Teoría de algoritmos de Asociación


• Ejercicios de Asociación carrito de compras

Algoritmos de Clasificación

• Teoría de algoritmos de Clasificación


• Ejercicios de Clasificación

Árboles de Decisión

• Teoría de árboles de decisión


• Ejercicios de otorgamiento de crédito

K-Vecinos más cercanos

• Teoría de algoritmo de K-vecinos


• Ejercicios de aplicación en base a variables categóricas, numéricas, binarias, etc

También podría gustarte