Data Science

Pre Work de 14 horas

Contenido virtual: Fundamentos de programación, lógica y algoritmia.

Módulo 1: Introducción a Python y análisis de datos

• Terminal Powershell y Unix.
• Introducción a GIT y GitHub.
• Introducción a Python: variables, tipos de datos, listas y tuplas.
• Operadores y condicionales.
• Controladores de flujo, diccionarios y conjuntos.
• Lectura de archivos y formatos de datos como JSON, XML, CSV y XSLX.
• Introducción a Numpy y lectura de imágenes.

Módulo 2: Bases de datos y visualizaciones

• Estructura básica de una consulta SQL SELECT, FROM, WHERE, etc.
• Conectarse a una base de datos PostgreSQL usando un cliente como pgAdmin o psql.
• Instalar y configurar SQLServer.
• Conectarse a una base de datos SQLServer usando SSMS o SQLCMD.
• Comprender el proceso de ETL (Extracción, Transformación y Carga) de datos.
• Conectar a una base de datos PostgreSQL usando la biblioteca SQLAlchemy en Python.
• Realizar consultas SQL utilizando la API de SQLAlchemy.
• Conectar a una base de datos PostgreSQL usando la biblioteca Psycopg2 de Python.
• Ejecutar comandos SQL directamente desde Python.
• Crear gráficos básicos como histogramas, diagramas de dispersión y barras con Matplotlib.
• Utilizar Seaborn para crear visualizaciones de datos más avanzadas.
• Crear gráficos de distribución, diagramas de violín, mapas de calor y otras visualizaciones con Seaborn.
• Crear visualizaciones interactivas con Plotly.
• Crear gráficos 3D, gráficos de líneas y otras visualizaciones con Plotly.
• Crear mapas interactivos con Folium.
• Crear mapas de coropletas para visualizar datos geográficos.
• Crear animaciones con Matplotlib o Plotly para mostrar cambios en los datos a lo largo del tiempo.
• Crear aplicaciones web interactivas con Dash.
• Crear mapas interactivos con Dash.
• Utilizar callbacks para actualizar la interfaz de usuario de una aplicación Dash en respuesta a eventos del usuario.

Módulo 3: Machine learning

• Definir y calcular estadísticas de resumen de datos como media, mediana, moda y desviación estándar.
• Ecuación del modelo lineal y sus componentes.
• Definir el concepto de A/B testing y su aplicación.
• Diseñar y ejecutar un test A/B.
• Diferenciar aprendizaje supervisado y no supervisado.
• Función logística y su aplicación en clasificación de datos.
• El teorema de Bayes y su aplicación en clasificación.
• Arbol de decisión y comprender sus reglas.
• Definir y aplicar la validación cruzada (cross-validation).
• Comprender el problema del sobreajuste (overfitting).
• Aplicar técnicas de regularización como L1 y L2.

Módulo 4: Procesamiento de texto y redes neuronales

• Introducción al procesamiento de lenguaje natural (NLP).
• Notación básica.
• Manipulación de texto.
• Tokenización y normalización de texto.
• Procesamiento de texto.
• Corrección ortográfica.
• Stemming y lemas.
• Resumen de texto.
• Extracción n-grams.
• Redes neuronales.
• ANN.
• Fundamentos y arquitectura de redes.
• CNN.
• Transformers.