Python para Data Science y Big Data

Presentación En este curso vamos a utilizar el lenguaje de programación Python para iniciar en el análisis de datos y conocer las distintas tecnologías que debemos de utilizar para para las diferentes tareas que se deben realizar al trabajar con datos. Objetivos El objetivo principal del curso es co

0 alumnos45 lecciones

Creado por Alumna Prueba SENCE

📘

Gratuito

Gratis · Sin tarjeta de crédito

Este curso incluye:

45 lecciones en video

Acceso de por vida

Compatible móvil y PC

Certificado al completar

Sobre este curso

Presentación

En este curso vamos a utilizar el lenguaje de programación Python para iniciar en el análisis de datos y conocer las distintas tecnologías que debemos de utilizar para para las diferentes tareas que se deben realizar al trabajar con datos.

Objetivos

El objetivo principal del curso es conocer las tecnologías que debemos de aplicar para iniciar en la ciencia de datos y como es que estas herramientas se apoyan entre sí para ejecutar procesos más complejos en los que se combinan para obtener distintos tipos de productos dependiendo de las necesidades del proyecto.

A quién va dirigido

Analistas de sistemas
Desarrolladores de Software.
Analista de gestión.
Programadores

Requisitos Previos

Conocimientos Básicos de Programación, Curso Fundamentos de la Programación
Conocimientos Básicos de Python, Curso Python de cero a experto

Temario del curso

5 módulos · 45 lecciones

Módulo 1: Introducción al curso

10 lecciónes

Lección 1.1: Presentación del curso

Lección 1.2: Descarga de Python

Lección 1.3: Editores de texto

Lección 1.4: Primeros pasos en Python

Lección 1.5: Tipos de datos

Lección 1.6: Listas y tuplas

Lección 1.7: Diccionarios en Python

Lección 1.8: Ciclos

Lección 1.9: Condicionales

Lección 1.10: Funciones

Módulo 2: Tópicos selectos

8 lecciónes

Lección 2.1: Objetos en Python

Lección 2.2: Trabajo con objetos

Lección 2.3: Constructor

Lección 2.4: Herencia

Lección 2.5: Escribir en un archivo en Python

Lección 2.6: Leer un archivo

Lección 2.7: Instrucciones de archivos

Lección 2.8: Recursividad

Módulo 3: Python y los datos

9 lecciónes

Lección 3.1: Anaconda

Lección 3.2: Entorno de desarrollo

Lección 3.3: Abrir un archivo

Lección 3.4: Detalles de Jupyter

Lección 3.5: Entornos virtuales

Lección 3.6: Python en Jupyter

Lección 3.7: Elementos iterables

Lección 3.8: Funciones en Jupyter

Lección 3.9: Importar

Módulo 4: Análisis de datos

9 lecciónes

Lección 4.1: Numpy

Lección 4.2: más detalles de arreglos

Lección 4.3: Operaciones

Lección 4.4: Introducción a pandas

Lección 4.5: Series

Lección 4.6: DataFrame

Lección 4.7: Operaciones con DataFrame

Lección 4.8: Filtrar DataFrame

Lección 4.9: Índices

Módulo 5: Visualización de datos y fin de curso

9 lecciónes

Lección 5.1: Introducción a la visualización

Lección 5.2: Crear figuras

Lección 5.3: Detalles de gráficos

Lección 5.4: Configuración de elementos

Lección 5.5: Visualización con pandas

Lección 5.6: PySpark

Lección 5.7: RDD

Lección 5.8: Lambda

Lección 5.9: Fin de curso

Instructor

Alumna Prueba SENCE

Instructor en Talemy

Reseñas de alumnos

Este curso aún no tiene reseñas.