fbpx
HACER ESTE CURSO
  • $204.00
    S/ 801.72
  • 68 Días

Python es un lenguaje de scripting independiente de plataforma y orientado a objetos, preparado para realizar cualquier tipo de programa, desde aplicaciones Windows a servidores de red o incluso, páginas web. Es un lenguaje interpretado, lo que significa que no se necesita compilar el código fuente para poder ejecutarlo, lo que ofrece ventajas como la rapidez de desarrollo e inconvenientes como una menor velocidad

Python es un lenguaje de scripting independiente de plataforma y orientado a objetos, preparado para realizar cualquier tipo de programa, desde aplicaciones Windows a servidores de red o incluso, páginas web. Es un lenguaje interpretado, lo que significa que no se necesita compilar el código fuente para poder ejecutarlo, lo que ofrece ventajas como la rapidez de desarrollo e inconvenientes como una menor velocidad

Profesionales con experiencia que se desarrollan en áreas de Inteligencia de Negocios, TI, Data, Marketing, Planeamiento, Analytics u otras áreas relacionadas con el análisis de datos en el sector público y/o privado.
Dirigido a profesionales y/o estudiantes de últimos ciclos sin experiencia en el desarrollo e implementación de proyectos de análisis de datos con enfoque en el negocio.

Instructor Consultor Senior Certificado, con años de experiencia.

  • Certificado a nombre de Nextech con código de validación internacional en físico y digital en Python.
  • Introducción a SQL Server + certificado
  • Conferencia de empleabilidad + certificado
  • Introducción a Power BI + certificado
  • Curso + certificado de Gestión de Proyectos con metodogías ágiles con SCRUM Fundamentos
  • Clases 100% prácticas y dinámicas con casos reales del día a día con Python.
  • Material digital del curso.
  • Soporte en todas las clases.
  • Especialización desde cualquier lugar del mundo a tiempo real.
  • Instructor/Consultor Senior Certificados oficial por Microsoft.
  • Facilidades de Pago.
  • Bolsa de trabajo.

MÓDULO 1
INTRODUCCIÓN AL ANÁLISIS DE DATOS

  • La era de los datos, evolución del valor de los datos.
  • Tipos de análisis de datos.
  • ¿Que es Data Science? Aplicaciones y conceptos principales.
  • Definición de la variable de estudio o target.
  • Fases de un proyecto analítico.
  • Herramientas y tecnologías más utilizadas.

MÓDULO 2
FUNDAMENTOS DE PROGRAMACIÓN CON PYTHON

  • Definición y manejo de variables.
  • Uso y manejo del ambiente Python en Google Colab.
  • Funciones y estructuras iterativas.
  • Manipulación de datos con Pandas.
  • Caso práctico.

MÓDULO 3
ESTADÍSTICA PARA ANÁLISIS DE DATOS

  • Origen, definición y ramas de la estadística.
  • Tipos de datos (Cualitativos y cuantitativos).
  • Medidas de tendencia de posición (tendencia central y no central) y dispersión.
  • Diagrama de Cajas, Correlación y Covarianza.
  • Gráficos estadísticos para variables cuantitativas y cualitativas.
  • Caso práctico.

MÓDULO 4
ANÁLISIS EXPLORATORIO Y VISUALIZACIÓN DE DATOS

  • Definición y objetivos del análisis exploratorio.
  • Relaciones entre variables. Detección de outliers.
  • Manejo de datos. Análisis de valores atípicos. Detección de patrones.
  • Visualización de datos con Matplotlib y Seaborn.
  • Caso práctico.

MÓDULO 5
PREPARACIÓN Y TRANSFORMACIÓN DE DATOS

  • Manejo y limpieza de datos.
  • Técnicas de tratamiento mediante funciones lineales y no lineales.
  • Generación de nuevas variables adecuadas al negocio.
  • Imputación de datos mediante técnicas univariados y multivariadas.
  • Caso práctico.

MÓDULO 6
BALANCEO DE DATOS Y ALGORITMOS NO SUPERVISADOS

  • Definición e Importancia.
  • Agrupación y Reducción de Dimensiones.
  • Muestreo. Partición train-test-validación.
  • Técnicas estadísticas: K Means, DB Scan, PCA.
  • Técnicas de balanceo de datos: Undersampling, Oversampling, SMOTE

MÓDULO 7
MACHINE LEARNING: ALGORITMOS SUPERVISADOS

  • Entendiendo los métodos supervisados.
  • Algoritmos de Clasificación: Árbol de decisión, Regresión Logística,Random Forest, SVM, XGBoost, Light GBM.
  • Algoritmos de Regresión: Regresión Lineal y Múltiple, Random
  • Forest, SVM, Rige, Lasso.
  • Comparación entre modelos .

MÓDULO 8
EVALUACIÓN E IMPLEMENTACIÓN DE MODELOS ANALITICOS

  • Técnicas de validación de modelo.
  • Matriz de confusión, Accuracy, Precisión, Recall, F1 Score.
  • Búsqueda de recomendaciones óptimas para la toma de decisiones.
  • KPI’s de Negocio.
  • Implementación de Modelos Analíticos.
  • Taller de presentaciones efectivas.

Consulta el inicio de clases:

Contenido del Curso

SESIÓN 1
Material Sesión 1 – Python 03:00:00
SESIÓN 2
Material Sesión 2 – Python 03:00:00
SESIÓN 3
Material Sesión 3 – Python 03:00:00
SESIÓN 4
Material Sesión 4 – Python 03:00:00
SESIÓN 5
Material Sesión 5 – Python 03:00:00
SESIÓN 6
Material Sesión 6 – Python 03:00:00

Reseñas del Curso

N.A.

reseñas
  • 5 estrellas0
  • 4 estrellas0
  • 3 estrellas0
  • 2 estrellas0
  • 1 estrellas0

No se encontraron reseñas para este curso.

HACER ESTE CURSO
  • $204.00
    S/ 801.72
  • 68 Días
34 ALUMNOS MATRICULADOS

 

Nextech © Todos los Derechos Reservados.

Todos los cursos

Promociones

Cesta

forma de pago

Contáctanos ahora!