Universidad Sergio Arboleda

Diplomado en R y Phyton para el análisis de datos

Universidad Sergio Arboleda
En Bogotá, D.C.

$2.800.000
¿O prefieres llamar directamente al centro?

Información importante

Tipología Diplomado
Lugar Bogotá, d.c.
Horas lectivas 100h
  • Diplomado
  • Bogotá, d.c.
  • 100h
Descripción

R es un entorno enfocado al análisis estadístico; puede ser considerado también como una suite integrada de facilidades de software para manipulación de datos, cálculos y herramientas gráficas. Por otro lado, Python en el análisis de datos se ocupa de aspectos prácticos como la manipulación, el procesamiento, la limpieza, escalamiento y compresión de los datos. Ambos son hoy en día los lenguajes de programación más utilizados como interfaz de herramientas estadísticas para análisis de datos, siendo muy populares en el campo de la minería de datos. Su espectro de aplicabilidad cubre desde la investigación biomédica, el análisis web, la economía y las ciencias sociales, hasta implementaciones en bioinformática, actuaría y matemáticas financieras.

Este curso introduce al participante en el manejo a nivel básico y medio de las herramientas de R y Python. Para ello se introducen tareas sencillas, pero relevantes, relacionadas con la gestión y análisis de datos. Entre ellas se incluye el análisis estadístico, la simulación de variables aleatorias en los casos univariante y multivariante, la visualización, y el uso de rutinas de alto rendimiento para cargar, limpiar, transformar, fusionar y remodelar los datos.

Instalaciones (1) y fechas
Dónde se imparte y en qué fechas

Ubicación

Inicio

Bogotá, D.C. (Bogotá)
Ver mapa
Calle 74 Nro. 14-14

Inicio

Consultar

A tener en cuenta

· ¿Cuáles son los objetivos de este curso?

Este diplomado busca desarrollar las habilidades para que los participantes visualicen, interpreten y analicen la información proveniente de los datos. Al finalizar el curso, el participante será capaz de gestionar diferentes tipos de datos, en procesos tales como almacenamiento, recuperación, creación de estructuras y representación gráfica. Además, estará capacitado para simular variables aleatorias diversas y programar usando rutinas estadísticas. En particular, los estudiantes podrán: Comprender y calcular medidas de localización, dispersión y asociación de un conjunto de datos. Encontrar tendencias y patrones, usando técnicas descriptivas y de visualización. Incorporar técnicas estadísticas básicas para el análisis de datos como etapa crucial en el proceso de toma de decisiones. Hacer valoraciones predictivas que orienten decisiones en diversos campos productivos. Interpretar y analizar los resultados obtenidos del análisis estadístico. Complementar la formación profesional o personal calificado en la aplicación de métodos estadísticos a problemas inherentes a su área de actividad dentro de la institución o empresa.

· ¿A quién va dirigido?

Profesionales de todas las áreas con intereses en gestión y análisis de datos. Empresarios y ejecutivos de los sectores público y privado.

· ¿Qué distingue a este curso de los demás?

METODOLOGÍA: Se basa en el desarrollo práctico de casos reales, aplicando los conceptos trabajados en clase. Durante las sesiones se presentarán los conceptos clave y sus aplicaciones y se hará uso de ejemplos específicos que aporten información para ser analizada usando R y Python. De manera adicional, se contará con tutorías y acompañamientos, previo acuerdo entre docentes y estudiantes.

Preguntas & Respuestas

Plantea tus dudas y otros usuarios podrán responderte

¿Quién quieres que te responda?

Sólo publicaremos tu nombre y pregunta

Logros de este Centro

Este centro lleva demostrando su calidad en Emagister
10 años con Emagister

¿Qué aprendes en este curso?

Python
Análisis de datos
Análisis estadístico
datos
Redes
Importar datos
Manejo de datos
Vectores
Matrices
tablas

Programa académico

MÓDULO I. Introducción a R
    • Instalación. Paquetes básicos.
    • Variables y parámetros. Tipos de datos.
    • Importar datos
    • Manejo de datos.
    • Vectores, matrices y tablas.

MÓDULO II. Estadística Descriptiva e Inferencial en R

    • Análisis de Información a nivel univariado.
    • Análisis de Información a nivel multivariado.
    • Herramientas de visualización para análisis descriptivo de datos.
    • Inferencia estadística. Casos.
    • Prueba de hipótesis.
    • Análisis de varianza. Casos.
    • Métodos avanzados en R.

MÓDULO III. Introducción a Python

    • Instalación y configuración. Sintaxis y control flow.
    • Librerías para análisis de datos: NumPy, Pandas, Matplotlib, SciPy, scikit-learn, statsmodels.
    • Estructura de datos y secuencias. Tuplas y Listas.
    • Funciones para estadística descriptiva – Generadores
    • Correlación y covarianza. Casos.
    • Funciones y métodos predictivos. Visualización.
    • Análisis de Series de tiempo – Casos.

MÓDULO IV. Procesamiento y Analítica de datos en Python

    • Arreglos y vectores en NumPy. Casos Estadística.
    • Métodos estadísticos en Numpy.
    • Fundamentos de álgebra lineal.
    • Pandas DataFrames. Sorting y Ranking.
    • Preprocesamiento de Datos.
    • Correlación y covarianza. Casos.
    • Importación de diversos formatos. Limpieza y preparación de datos.
    • Datos Mixtos. Combinación y fusión. Casos.
    • Visualización y agregación de datos.
    • Introducción a Machine Learning en Python.
    • Series de tiempo. Casos

Compara para elegir mejor:
Ver más cursos similares