Temario
Introducción a la Ciencia de Datos
- ¿Por qué se necesita?
- ¿Cómo se usa?
- Herramientas y Métodos
- Tendencias y Aplicaciones
- Roadmap de Desarrollo de Habilidades
Introducción a Python
- Lenguajes de producción
- Uso de Google Colab
- Variables (Manipular Números, strings, booleanos, consejos extra)
- Funciones (Argumentos / Multi-Argumentos, Funciones Lambda)
- Condicionales (Palabras reservadas)
- Ciclos (For, While, Listas y Tuplas)
- Sets (Trabajar con sets, modificar sets)
- Diccionarios (Creación y Manipulación de diccionarios)
- Programación Orientada a Objetos (Clases y objetos, crear, atributos, métodos, self, métodos especiales, herencia)
Introducción a Manipulación de datos (Pandas)
- Introducción a Pandas
- Ejercicio Guiado de Manipulación de Datos
- Lectura de archivos (.csv)
- Análisis Exploratorio
- Conteo de Valores Nulos, filtrar y limpiar.
- Agrupación y Visualización de Datos.
Introducción a Estadística
- Media muestral y poblacional.
- Introducción a Numpy.
- Mediana, moda, percentiles, cálculo del p-ésimo percentil, cuartiles y cuartiles en Python.
- Rango, varianza, desviación estándar. Covarianza, Coeficiente de correlación. Distribución normal.
- Ejercicio Guiado de Visualización Estadística
- Media, Mediana, Desviación Estándar, Histogramas, Boxplots.
Introducción a Probabilidad
- Regla de adición y regla de multiplicación (Eventos dependientes e Independientes)
- Probabilidad condicional, valor esperado y teorema central.
- Distribución de Bernoulli y distribución de T
- Regresión lineal simple.
Entregable.
- Te proporcionaremos una plantilla de Google Colab Con:
- Python
- 3 problemas de Python, listas, diccionarios y funciones.
- Probabilidad y Estadística
- 3 problemas de Visualización estadística. Valor esperado e Histograma.
- 3 Retos (No son obligatorios)
- Python
- Darás solución a los problemas en la misma plantilla, y nos compartes el link para ver y evaluar tus respuestas.