Scribd
Cargar
92 vistas8 páginas

Data Science I - Fundamentos para La Ciencia de Datos

PROGRAMACION

Cargado por

Annel Caballero
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
92 vistas8 páginas

Data Science I - Fundamentos para La Ciencia de Datos

PROGRAMACION

Cargado por

Annel Caballero
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/ 8

Fundamentos

para la
Ciencia de
Datos
PROGRAMA DEL CURSO
Educación digital
para el mundo real.
DATA SCIENCE

Acerca del curso


En este curso conocerás las herramientas conceptuales y
tecnológicas propias de la praxis de un Data Scientist.
Aprenderás a explorar datos con Python y sus librerías
estadísticas. y comprenderás el ciclo de vida de un
proyecto de Data Science y el modo de abordarlo de
acuerdo a su naturaleza.
Aprenderás fundamentos de visualización para contar
historias con datos. Podrás encuadrar problemáticas de
negocio en un marco de ciencia de datos.
Al finalizar, podrás realizar future selection, seleccionar y
comprender algoritmos, calcular métricas y obtener
conclusiones que puedan dar respuesta a tu hipótesis
inicial.

PROGRAMA DEL CURSO 03


DATA SCIENCE

Perfil profesional
Al finalizar el curso de Fundamentos de la Ciencia de
Datos podrás:
✔ Manejar Python, principios de estadística aplicada a
la ciencia de datos y visualizaciones.
✔ Diseñar el ciclo de vida de un proyecto de ciencia de
datos.
✔ Adquirir datos de bases de datos y trabajar a partir
de ellos.
✔ Generar insights y comunicarlos de manera efectiva.
Obtener conclusiones.

PROGRAMA DEL CURSO 04


DATA SCIENCE

Características
generales

Modalidad Duración

Online: clases en vivo & 10 semanas (38 horas)


grabaciones de las clases

Nivel de dificultad Dedicación

Inicial Alta

Pre-requisitos

Conocimientos previos
Nociones básicas/ intermedias de lenguajes de
programación (orientada a objetos, Python), análisis
estadístico y matemático.

Requerimientos técnicos
Computadora portátil. 4GB de RAM, procesador de 4
núcleos. Instalación de Python y Jupyter Notebooks.

PROGRAMA DEL CURSO 05


DATA SCIENCE

Metodología de aprendizaje

Aprender haciendo

Aprender a partir de la práctica, basada en tres


instancias: el docente explica, luego hace y finalmente el
estudiante resuelve actividades.

✔ clases online en vivo


Que proponen un recorrido gradual y orientado al
desempeño profesional de un Data Scientist.

✔ Clases complementarias
Clases adicionales a la cursada, optativas y con la
finalidad de asentar conocimientos o resolver
dudas.

✔ Tutor a cargo
Además del profesor, contarás con un tutor que te
guiará en el proceso de aprendizaje.
✔ Trabajo en equipo
Habrá momentos de interacción entre los
estudiantes en grupos reducidos.

Proyecto final

Crearás un notebook que contemple: un método de


feature selection para reducir la dimensionalidad del
dataset, un algoritmo de regresión o clasificación para
entrenar con los datos elegidos y realizar el cálculo de
métricas básicas para validar el modelo. Por último,
generarás conclusiones con base en los resultados
obtenidos.

PROGRAMA DEL CURSO 06


DATA SCIENCE

Te presentamos el recorrido dividido en tres módulos:

M1
Historización y Stack
del Data Scientist
✔ Historia del dato como
concepto y su relevancia en
la industria actual.
✔ Tool kits de uso.

M2
Python y Estadística
básica
✔ Cuatro paqueterías: Pandas,
Numpy, MatPlot y Seaborn.
✔ Conceptos estadísticos
para aplicar en algoritmos
✔ Python + Estadística básica:
Relación complementaria.

M3
Machine Learning
básico y Casos reales
✔ Conceptos de Machine
Learining aplicados a la
Ciencia de datos
✔ Casos de éxito del uso de
datos para la toma de
decisiones

PROGRAMA DEL CURSO 07


www.coderhouse.com

Coderhouse se reserva el derecho de modificar este programa, o cualquiera de los componentes


del curso, cuando lo considere necesario a fin de generar mejoras o actualizaciones.

También podría gustarte