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