Scribd
Cargar
38 vistas

Phyton

El curso Python for Data Analyst enseña Python para el análisis de grandes cantidades de datos de forma automatizada. Los estudiantes aprenden a elaborar propuestas de análisis de datos usando métodos estadísticos, de modelado y predictivos. El curso está dirigido a profesionales que analizan información y necesitan extraer valor de los datos a través de herramientas como Pandas, visualización de datos y machine learning.

Cargado por

John Doe
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
38 vistas

Phyton

El curso Python for Data Analyst enseña Python para el análisis de grandes cantidades de datos de forma automatizada. Los estudiantes aprenden a elaborar propuestas de análisis de datos usando métodos estadísticos, de modelado y predictivos. El curso está dirigido a profesionales que analizan información y necesitan extraer valor de los datos a través de herramientas como Pandas, visualización de datos y machine learning.

Cargado por

John Doe
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 1

CLASES EN TIEMPO REAL

Curso de Python for


Data Analyst

El curso Python for Data Analyst brinda la información necesaria para que el estudiante emplee uno de
los lenguajes de programación más versátiles, así como el manejo de grandes cantidades de datos de
forma automatizada; agilizando el trabajo, integrando sistemas de información y procesando datos de
gran volumen.

Al finalizar el curso, el estudiante elabora una propuesta de analítica de datos mediante el lenguaje de
programación Python, utilizando los diversos métodos de análisis, modelamiento y enfoque predictivo.

¿Por qué estudiar el curso?


Estudiar Estudiar Python te permitirá:

• Comprende el análisis de datos y su metodología a partir de casos de aplicación que generen valor
a la organización, a través del Python como herramienta para lograr dichos objetivos.
• Realiza el análisis de datos haciendo uso de la librería Pandas y sus funciones para la manipulación
de conjuntos de datos.
• Aplica Python en el análisis de variables categóricas y numéricas, previas a la implementación del
machine learning.
• Elabora predicciones para la toma de decisiones del negocio, identificando patrones en los datos
analizados a partir de algoritmos prediseñados.

¿A quiénes va dirigido?
El curso está dirigido principalmente a profesionales que analizan la información como especialistas en
inteligencia comercial, analistas de mercado, analistas de producto, analista de ventas, analistas
contables, analistas financieros, personal de sistemas, talentos que administran bases de datos y
profesionales que desean compartir informes en tiempo real y necesitan analizar información de gran
volumen (Big Data).

¿En qué campo puede desempeñarse?

Los conocimientos adquiridos te permitirán desarrollarte en las distintas áreas de una organización en
donde se necesite el trabajo con datos, generando valor dentro de las organizaciones con la extracción
de información y análisis para la toma de decisiones.

Requisitos
• Conocimientos básicos de programación, conocimientos básicos de estadística y excel básico
• Programa Descargado: Python
• Hardware: i5 o i7 de 7ma generación en adelante/ Ryzen 5 o Ryzen 7 4ta generación

Plan de Estudios 32 horas académicas ( 2 meses aprox )

MÓDULO 1
INTRODUCCIÓN AL ANÁLISIS DE DATOS Y PYTHON

• Entorno y principales funcionalidades


• Tipos y Estructura de Datos

MÓDULO 2
MANEJO NUMÉRICO Y POO

• Manejo numérico con librería Numpy


• POO y creación de funciones propias

MÓDULO 3
MANIPULACIÓN Y ANÁLISIS DE DATOS

• Librería Pandas
• Series y Dataframes
• Combine y Merge

MÓDULO 4
VISUALIZACIÓN DE DATOS

• Creación y manipulación gráfica


• Histogramas, superposición gráfica y subplots

MÓDULO 5
ANÁLISIS ESTADÍSTICO

• Tipos de datos
• Medidas de Tendencia Central y Dispersión
• Tratamiento de datos nulos y outliers

MÓDULO 6
INFERENCIA ESTADÍSTICA

• Intervalos de confianza y error estándar


• Pruebas de hipótesis

MÓDULO 7
ALGORITMO DE MACHINE LEARNING

• Regresión lineal simple y múltiple • Clúster


• Regresión logística • Clasificación
• Árboles de decisión

Beneficios

Docentes capacitados para Trabajos aplicativos para


una educación virtual reforzar contenido

Acompañamiento constante Certificado sin costo


de tutores y docentes adicional a nombre de IDAT

*Sujeto a disponibilidad del docente

También podría gustarte