Curso actualmente no disponible
Introducción al análisis de datos en Python
Curso
Virtual
Descripción
-
Tipología
Curso
-
Metodología
Virtual
-
Horas lectivas
21h
En el mundo laboral debido al incremento en el volumen de datos y la necesidad de automatización de tareas se ha generado la necesidad de implementar nuevos softwares y lenguajes de programación a las tareas del día a día. Adicionalmente, al ser Python open source, muchos de los desarrollos de la frontera de conocimiento se han implementado en este lenguaje. Python es el lenguaje de programación que más nuevos programadores ha atraído en los últimos años, es el tercer lenguaje más popular del mundo y el primero en lo que relaciona a análisis de datos, machine learning y minería de datos. Además, es el lenguaje más solicitado por los empleadores en busca de analistas de datos. En respuesta a esta necesidad, el curso de Introducción al análisis de datos en Python busca que los estudiantes adquieran una comprensión general del lenguaje de programación, su utilidad para el análisis de datos y automatización de tareas. En el curso se tratará la sintaxis básica de programación, el manejo de datos y su visualización. Así, el énfasis será sobre la importación, organización y manejo de datos y la presentación de resultados.
A tener en cuenta
Enseñar a los estudiantes los conceptos básicos de programación. Familiarizar a los estudiantes en la sintaxis básica de Python. Se enseñarán las siguientes habilidades: operaciones matemáticas vectoriales y matriciales con numpy. Limpieza y Manipulación de bases de datos. Visualización de datos con las librerías más famosas. Automatización de tareas en Python. Generar valor agregado a partir de análisis estadísticos descriptivos.
Este curso va dirigido a todos aquellos que quieren hacer una introducción práctica a la programación con Python. Se espera que el curso sea tomado por personas en el entorno laboral que deseen generar un impacto positivo en sus organizaciones por medio de la automatización de procesos y análisis estadístico de volúmenes considerables de datos. De igual forma, se espera ofrecerles a los investigadores que no han tenido la oportunidad de tener un acercamiento a la programación, una herramienta con la que podrán iniciar su aprendizaje en los lenguajes de programación. Por último, el curso les dará las herramientas necesarias para tomar cursos aplicados de educación continua en los cuales se mostrará el uso de Python en problemas de diferentes industrias. El curso no tiene prerrequisitos.
El curso se realizará de manera virtual con sesiones sincrónicas. A su vez, en cada clase se realizarán ejercicios de código y se estudiará la intuición de lo realizado. Los ejercicios realizados estarán basados en experiencias reales de la industria.
Visitar web
Opiniones
Logros de este Centro
Todos los cursos están actualizados
La valoración media es superior a 3,7
Más de 50 opiniones en los últimos 12 meses
Este centro lleva 14 años en Emagister.
Materias
- Análisis de datos
- Tipos de datos
- Estructuras de Datos
- Estructuras de control
- Manejo básico pandas
Profesores
Juan Sebastián Moreno Pabón
Docente
Economista y Magíster en Economía de la Universidad de los Andes. Se desempeña como profesor magistral del Taller de R en la misma universidad y de Economía Matemática en la Universidad del Rosario. Además, ha servido como profesor complementario para los cursos de Macroeconomía 3, Pensando Problemas y de Econometría y el aprendizaje de máquinas. Trabajó en el Ministerio de Hacienda y Crédito Público en temas de riesgo sobre los pasivos de la nación. Se desempeñó como investigador en el CESED (Centro de Estudios sobre Seguridad y Drogas) de la Universidad de los Andes
Programa académico
- • ¿Qué es Python? ¿Qué es Anaconda?
- • ¿Qué es un lenguaje multipropósito?
- • Instalación de Python, Anaconda y Jupyter LAB.
- • Instalación y carga de librerías.
- • Jupyter Lab, páneles y comandos rápidos.
- • Sintaxis en Python: Identación y estructura básica.
- • Tipos de datos: entero, float, lógico, character. Missings: NaN, NA.
- • Estructuras de datos: Listas, cadenas, tuplas y diccionarios.
- • Numpy y Pandas.
- • Operaciones básicas e indexación.
- • ¿Dónde buscar ayuda?
Sesión 2:
- • Importar información
- • Manejo de listas y diccionarios
- • Extraer información de objetos y rebanados.
- • Uso de vectores lógicos para extraer información de objetos.
- • Definir funciones.
- • Estructuras de control.
Sesión 3:
- • Programación orientada a objetos
- • Clases y métodos.
- • Loops: while y for.
- • Controles de flujo: continue, break.
Sesión 4:
- • Instalar y cargar paquetes.
- • Funciones apply, mapping and merge.
- • Funciones de manejo de texto.
- • Manejo básico pandas, numpy.arrays y spicy: selección de filas y/o columnas, selección condicionada.
- • Creación de muestras y subconjuntos de data frames: subsets and samples.
- • Importación de datos: txt, csv, xlsx, .pkl y gzip.
- • Inspección inicial de la información.
Sesión 5 y 6:
- • Introducción a plotly y matplot.
- • Gráficos base: histogramas, scatter plot, bar plot, box plot.
- • Otras herramientas para visualización de datos: manejo de mapas.
- • Personalización de gráficos: ejes, colores, títulos.
- • Exportación de gráficos.
Sesión 7:
- • Construcción de análisis estadísticos descriptivos.
- • Pruebas estadísticas.
- • Modelos estadísticos. (Regresiones y modelos de clústering)
Introducción al análisis de datos en Python