Científico de Datos con Python

Aprende el lenguaje de Programación Python desde cero enfocado en el ámbito de la Ciencia de Datos.

arrow

Carrera

Aprende y certifícate

Revisa los conceptos básicos de estadística descriptiva e inferencial para posteriormente profundizar en el aprendizaje automático por medio de tres módulos de Machine Learning: Introducción, Aprendizaje Supervisado y Aprendizaje No Supervisado. Además, analiza los conceptos base de aprendizaje profundo (Deep Learning) utilizando imágenes.

Al finalizar esta carrera, estarás en capacidad de:

Manejar los principales objetos de Python: tuplas, listas y diccionarios.

Crear funciones definidas por el usuario y estructuras iterativas.

Utilizar estadísticas descriptivas y visualizaciones para Análisis Exploratorio de Datos.

Comprender los conceptos básicos relacionados a Machine Learning.

Utilizar algoritmos de aprendizaje no supervisado para comprender interrelaciones en los datos.

Entrenar modelos para problemas de clasificación y regresión.

Buscar los hiperparámetros óptimos para minimizar el error de modelos predictivos.

Interpretar métricas de evaluación para encontrar un modelo campeón.

Entrenar modelos de redes neuronales profundas para datos tabulares e imágenes.

Iniciar su profesión como Científico de Datos usando Python.

forma

TEMARIO: Científico de Datos

Introducción a Python

Introducción a Python

Introduce el manejo de python como herramienta para la recopilación, limpieza, exploración e interpretación de datos.

Estadística para Ciencia de Datos

Estadística para Ciencia de Datos

Aprende las principales medidas de estadística descriptiva haciendo énfasis en el proceso de modelización. Aplica la teoría de probabilidad por medio de ejemplos y simulaciones en python.

Machine Learning I

Machine Learning I

Conoce las estructuras de datos en el campo de la Ciencia de datos y analiza las principales aplicaciones del modelamiento mediante la implementación de algoritmos de aprendizaje automático.

Machine Learning II

Machine Learning II

Aprende los principales algoritmos de aprendizaje no supervisado, enfatizando las temáticas de reducción de dimensiones, agrupamiento y clustering.

Machine Learning III

Machine Learning III

Aprende los algoritmos avanzados para el aprendizaje automático, con énfasis en métricas de comparación de modelos, selección del modelo ganador y ajuste de hiperparámetros.

Introducción a Deep Learning

Introducción a Deep Learning

Reconoce los principales conceptos relacionados al aprendizaje profundo, las distintas arquitecturas de redes neuronales e identifica sus principales aplicaciones.

Proyecto

Proyecto

Trabajarás con datos reales de alta dimensionalidad, para poner en práctica los conceptos aprendidos durante los módulos anteriores.

Próximas fechas

¿No puedes asistir al próximo curso?

Revisa nuestro calendario y reserva tu cupo para la siguiente edición.

En este calendario encontrarás las fechas de inicio y cierre asignadas a cada carrera especializada, puedes interactuar y revisar la que más se ajuste a tu disponibilidad. Recuerda que las fechas están acorde a la planificación de este año.

Si ya decidiste qué carrera tomar, realiza tu compra con anticipación en nuestra tienda virtual o reserva tu cupo para una siguiente edición.

Reserva tu cupo
facebook
linkedin
youtube
whatsapp