Máster Data Science con Python - De Cero a Maestro

U1: Introducción a Data Science con Python

• Introducción a Python para análisis de datos
• Configuración de Python y Jupyter
• Cargar librerías y fuentes de datos
• Gráficos básicos con Matplotlib
• Ejercicio práctico: Gráficos básicos con Matplotlib
• Diagrama de flujo en un proyecto de Ciencia de Datos

U2: Fundamentos de Python desde Cero

• Manejo de variables en Python
• Listas: creación, extracción y modificación
• Técnicas avanzadas para crear listas
• Utilización de funciones internas en Python
• Cómo crear funciones y usar argumentos flexibles en Python
• Uso de funciones lambda
• Métodos en programación con Python
• Creación de diccionarios en Python
• Creación de diccionarios con la función zip
• Uso de comparadores en Python
• Estructuras de bucles en Python
• Comprensión de listas en Python

 U3: Estadística básica para el Análisis de Datos

• Fundamentos de variables y conceptos básicos
• Cálculo de la varianza de una variable
• ​Análisis de la correlación de variables
• Creación y análisis de histogramas
• Estudio de datos con percentiles
• Cálculo de funciones de densidad de probabilidad
• Previsiones y cálculo de medias móviles

U4: Numpy para el cálculo numérico

• Fundamentos de la librería Numpy
• Selección de datos usando arrays en Numpy
• Trabajo con arrays 2D en Numpy
• Operaciones estadísticas con Numpy

U5: Pandas para el Análisis de Datos

• Fundamentos de Pandas: introducción a dataframes
• Generación de dataframes desde diccionarios
• Importar datos desde archivos de texto plano
• ​Técnicas de selección de datos en dataframes Pandas
• Herramientas útiles para dataframes en Pandas
• Limpieza de datos en dataframes: duplicados y errores
• Técnicas de interpolación de datos
• Aplicación de filtros en dataframes Pandas
• Ordenamiento de datos en un dataframe
• Añadir columnas con cadenas de texto en dataframes
• Generación de columnas en dataframes usando map y diccionarios
• Uso de funciones lambda para crear columnas en dataframes
• Creación de columnas condicionales en dataframes
• Modificación de nombres y orden de columnas en dataframes
• Creación de tablas dinámicas con Pandas
• Agrupación de datos con groupby en Pandas
• Unión de dataframes mediante concatenación
• Combinación de dataframes usando merge

U6: Importación y exportación con Pandas

• Importación de datos desde archivos Excel
• Fundamentos de bases de datos relacionales y modelos de datos
• Importación de datos desde bases de datos SQL
• ​Extracción de datos desde una página web
• Técnicas de web scraping para importar datos web
• Importación de datos desde archivos JSON
• Extracción de datos desde redes sociales
• Cargar datos desde plataformas Cloud (AWS, Azure, Google)
• Exportación de datos a archivos CSV y Excel
• Exportación de datos a bases de datos SQL

U7: Visualización de datos en Python - Librería Matplotlib

• Recomendaciones para visualización de datos
• Fundamentos de Matplotlib
• Cómo crear gráficos de línea, barra y dispersión
• Personalización avanzada de gráficos
• Cómo crear diagramas de caja y bigotes
• Generación de histogramas y funciones de distribución acumulativa
• Creación de gráficos con medias móviles
• Uso de subplots para múltiples gráficos
• Cómo aplicar estilos a gráficos
• Gráficos usando objetos groupby
• Generación de histogramas en dos dimensiones
• Mapas geográficos con basemap

  U8: Visualización de datos en Python - Librería Seaborn

• Fundamentos de la librería Seaborn
• ​Regresión lineal con Seaborn
• Creación de stripplots con Seaborn
• Creación de swarmplots con Seaborn
• Creación de violinplots con Seaborn
• Creación de jointplots con Seaborn
• Creación de pairplots con Seaborn
• Visualización de correlaciones con heatmaps

U9: Uso de series temporales en Python

• Extracción y análisis de series temporales
• ​Filtrado de series temporales
• Técnicas de remuestreo en series temporales
• Interpolación de datos en series temporales
• Cómo visualizar series temporales
• Generación de previsiones usando datos históricos

U10: Expandir el uso de Python con otras plataformas

• Automatización de tareas con scripts de Python
• Python en herramientas de BI como Power BI

U11: Conclusiones

• Conclusiones

Evaluación del curso

• Este curso contiene un examen final

G-Tools: Para estudiantes

• Acceso exclusivo a herramientas de vanguardia para estudiantes: mejora tu empleabilidad, participa en eventos exclusivos, aprovecha nuestro asistente virtual inteligente y más.

⚑ Certificado de finalización

• Tu certificado digital personalizado, una insignia única de tus logros, con validez internacional, duración del curso y código QR para verificación instantánea.