Data Science

Docente: David Allende
Inicio
20 - Junio
Duración
6 sesiones
Martes - Jueves
7:00pm - 10:00pm

Estudiante: Modalidad para estudiantes pre-grado universitarios o institutos. Adjuntar foto de carnet vigente o boleta de matrícula.

  • ¡Certifícate y aprende a realizar análisis de datos descriptivos y predictivos!

  •   Duración: 06 Sesiones
  •   Modalidad: Transmisión EN VIVO vía Zoom

    ¿Qué aprenderás en el curso?

    En nuestro curso de Data Science, desde CERO, lograrás:
      Analizar bases de información con técnicas de procesamiento de datos
      Gestionar efectivamente bases de datos para el análisis estadístico

  •   Aplicar modelos supervisados para la toma de decisiones

      Aplicar conocimientos sobre algoritmos en modelos no supervisados

      Tomar decisiones estratégicas en base a herramientas de Business Intelligence

    Beneficios del Curso

    •   Metodología de Aprendizaje moderna con casos reales, talleres aplicativos y proyecto integrador

        Actualízate y potencia tus habilidades en corto tiempo

        Desarrollo y Seguimiento de tu Proyecto Integrador por tu docente

        Cursos online gratuitos: Con acceso ilimitado para complementar tu aprendizaje

        - Introducción: Python

        - Aprendizaje Integral: SQL Server y Looker Studio

        - Formación Profesional: Habilidades para el Empleo

        Acceso a un Foro de Consultas con la Comunidad WE en Discord

        Acceso a Bolsa de trabajo

        Garantía de Aprendizaje: Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo inicio

    Docente

Temario

  • Tecnologías para toma de decisiones: Business Intelligence, Analytics, Machine Learning e IA

  • Ciclo de vida de Modelos Analíticos - El rol de Data Scientist en las empresas

  • Metodologías analíticas: SEMMA - CRIPS DM

  • Data Acquisition, Wrangling y Web Scrapping en Python

  • Importación de Bases de Datos: JSON, Excel, SPSS,CSV en Python

  • Caso 1: Aplicación de Metodología CRIPS DM en empresas

  • Caso 2: Analizando información obtenida de sitios web con Pandas

  • Taller 1: Gestión de Bases de Datos en Python

  • Ramas de la Estadística, Tipos de Variables, Medidas de posición y dispersión

  • Análisis Exploratorio de Datos Estructurados y Visualización de Datos

  • Métodos y Técnicas de Inferencia Estadística

  • Modelos de Regresión: lineal y no lineal

  • Caso 1: Identificando características de Datos Estructurados

  • Caso 2: Identificando relaciones entre variables aplicando Modelos de Regresión

  • Taller 2: Aplicación de Análisis Exploratorio en un caso de negocio

  • Principales técnicas de Tratamiento de Datos

  • Métodos de Balanceo de Datos

  • Técnicas de Selección y Análisis de variables

  • Modelos Analíticos para los negocios: Supervisado y No Supervisado

  • Principales Algoritmo de Clasificación y Regresión

  • Caso 1: Analizando información obtenida de Fuentes Externas

  • Caso 2: Aplicación de Modelos Estadísticos en Data Empresarial

  • Taller 3: Elaborando un Diagnóstico de Datos en un caso de negocio

  • Método de clustering: K - Means

  • Método de clustering DBScam

  • Modelo de asociación - Inmersión

  • Método de Reducción de Dimensión (PCA)

  • RFM: Análisis para Segmentación de Usuarios

  • Caso 1: Elaboración de subconjuntos mediante Clustering

  • Caso 2: Cómo identificar a mis Usuarios Potenciales

  • Taller 4: Identificando Relaciones entre Datos Estrcuturados

  • Modelos analíticos: Regresión y Clasificación binaria / multiclase

  • Algoritmos de clasificación: Árboles de Decisión y Random Forest

  • Algoritmos XGBoost y Catboost. Comparación de Algoritmos

  • Analítica de Textos y Procesamiento Leangua Natural

  • Caso 1: Diseño de un modelo de clasificación para toma de decisiones

  • Caso 2: Descubriendo Patrones y Tendencias en Bases de Datos

  • Taller 5: Analizando valores de Variables Críticas en Python

  • Evaluación de Modelos Analíticos

  • Implementación de Modelos Analíticos

  • Búsqueda de recomendaciones óptimas para la toma de decisiones

  • Diferencias entre Storytelling y "mostrar resultados"

  • Caso 1: Ventajas competitivas generadas por el Análisis Prescriptivo

  • Caso 2: Aplicación de Técnicas y Recomendaciones de Storytelling

  • Taller 6: Diseño de una Presentación de un caso real de negocio

Proyecto Integrador

Diseñarás un modelo predictivo que será elaborado con técnicas de Machine Learning. Iniciarás gestionando diversas fuentes de datos en el entorno Python. Con ello, podrás aplicar un análisis exploratorio de la información recolectada con técnicas estadísticas. Luego, serás capaz de elaborar un diagnóstico de los datos para identificar las tendencias más relevantes. Finalmente, emplearás técnicas de Machne Learning empleando modelos supervisados y no supervisados.



Ruta de Aprendizaje

Completa tu ruta de cursos y podrás certificarte en nuestra Especialización, PEE o Diplomado.



Clase Modelo

Vive la experiencia de aprendizaje con Gerentes y Ejecutivos de las empresas más importantes.

 
 


Testimonios

Llevamos capacitando a más de 100.000 alumnos en 25 países. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional.

 



Inscríbete en 3 pasos

¡Sigue los pasos del tutorial e inscríbete en línea en menos de 1 minuto!

 
 

Campus Virtual

Clases grabadas, material académico y acceso a todos tus programas.


Garantía de Aprendizaje

Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo grupo de inicio.


WhatsApp