Curso Python en Ciencia de Datos

Descripción

Python en el ámbito de la ciencia de datos se ha convertido en uno de los lenguajes más dominantes debido a su sintaxis fácil de aprender, su amplio conjunto de bibliotecas y la disponibilidad de herramientas específicas para el análisis de datos.

El curso se enfoca en enseñar cómo utilizar Python específicamente para el análisis de datos, considerando conjuntos de datos reales o simulados. Las y los participantes podrán trabajar en la limpieza, exploración y visualización de datos, para esto, se utilizarán bibliotecas populares de Python en ciencia de datos como lo son numpy, pandas, matplotlib y seaborn.

Certificación

Al final del curso, los y las participantes recibirán un certificado con el nombre institucional del programa: “Curso Python en Ciencia de Datos”

---

Objetivos

Desarrollar solución a una problemática asociada a la ciencia de datos mediante el uso de librerías de Python.

Público objetivo

Profesionales o técnico profesionales que se desempeñen en diversas áreas, tales como, ingeniería, informática, diseño, marketing, comunicaciones, académicos, emprendedores y/o personas con interés en Python en el área de ciencia de datos.

Requisitos de Ingreso

Conocimientos básicos en programación (El curso está orientado al uso del lenguaje Python en ciencia de datos, no se enfoca en enseñar a programar).  

Deseable uso de herramientas de Microsoft Excel.

Conocimientos de estadística descriptiva e inferencial.

Unidades

Unidad 1: Librerías para ciencia de datos

• Programar rutinas de limpieza y análisis de datos con numpy y pandas

  • Funciones de la librería numpy.

    • Creación de array.
    • Tensores y escalares
    • Operaciones matemáticas.
    • Funciones universales.
    • Indexación y selección.
    • Manipulación de forma.
    • Funciones de Estadística descriptiva.
    • Funciones de ordenación y búsqueda.Generación de números aleatorios.
  • Manejo de arrays.

 

2. Librería Pandas y su uso en la ciencia de datos:

• • Concepto de DataFrame.
  • Funciones de la librería pandas.
    • Creación de DataFrame.
    • Visualización de datos.
    • Selección y filtrado de datos.
    • Limpieza de datos.
    • Agrupación y resumen.
    • Operaciones estadísticas.
    • Combinación de DataFrame.
    • Manipulación de fechas y tiempo.
    • Escritura de datos.
    • Manejo de categóricos.
  • Carga de archivos en el entorno de trabajo de ciencia de datos.
  • Técnicas de limpieza y transformación de datos.

Unidad 2: Librerías para visualización en ciencia de datos

1. Librerías matplotlib y seaborn:

• • Conocer tipos de gráficos
  • Elaboración de gráficos:
    • Histogramas.
    • Gráfico de barras.
    • Gráfico de tortas.
    • Gráfico de dispersión.
    • Gráfico de violín.
    • Gráfico de cajas.
    • Mapa de calor.

Financiamiento

Descuentos

• 30% Titulados Duoc UC*
• 15% - 25% Ex-alumnos de Educación Continua*
• Consulta por descuentos promocionales (*Descuentos no acumulables)

Métodos de Pago

• Webpay - 3 cuotas precio contado
• Transferencia
• Orden de compra Empresa