Módulos
1 - Introducción a Python
- Descubre los fundamentos de Python, su historia, filosofía y aplicaciones. Conoce cómo iniciar con el intérprete y la plataforma Anaconda para potenciar tu experiencia de programación.
2 - Clases
- Adéntrate en los conceptos esenciales de la programación orientada a objetos, explorando atributos, operadores y la creación de objetos en Python.
3 - Tipos de objeto
- Familiarízate con los principales tipos de datos en Python, incluyendo números, cadenas, listas, diccionarios, tuplas y ficheros, para desarrollar soluciones versátiles.
4 - Paquete Numpy y Pandas
- Aprende a manejar vectores, matrices, dataframes y series utilizando las poderosas bibliotecas Numpy y Pandas, esenciales para el análisis de datos.
5 - Sentencias y sintaxis
- Domina la estructura y sintaxis de Python, desde la jerarquía de sentencias hasta los bucles y las iteraciones para escribir código eficiente.
6 - Módulos y librerías
- Explora la arquitectura modular de Python, cómo importar módulos y aprovechar librerías útiles para ampliar las capacidades de tus proyectos.
7 - Base de datos en Python
- Comprende cómo trabajar con bases de datos estructuradas y no estructuradas, utilizando herramientas como SQLAlchemy y técnicas de data wrangling.
8 - Funciones adicionales
- Profundiza en funciones avanzadas como manejo de errores, expresiones lambda, decoradores, generadores y técnicas como Map Reduce y List comprehensions.
9 - Preprocesamiento de datos en Pandas
- Aprende técnicas de preprocesamiento de datos con Pandas, incluyendo carga de archivos, análisis exploratorio, manejo de valores nulos y conversión de tipos de datos.
10 - Regresión Lineal múltiple con Python
- Descubre los fundamentos de la regresión lineal múltiple y aplica tus conocimientos en ejercicios prácticos para modelar datos.
11 - Regresión logística
- Conoce la teoría detrás de la regresión logística y ponla en práctica con ejercicios que te ayudarán a resolver problemas de clasificación.
12 - Clustering - Segmentación de clientes
- Explora técnicas de clustering, como K-means y jerárquicos, aplicándolas a la segmentación de clientes mediante ejercicios prácticos.
13 - Algoritmos de asociación
- Descubre cómo implementar algoritmos de asociación y utilízalos en escenarios como la creación de carritos de compra inteligentes.
14 - Algoritmos de clasificación
- Domina los algoritmos de clasificación y aplica tus conocimientos en ejercicios diseñados para problemas reales de clasificación
15 - Árboles de decisión
- Aprende a construir y analizar árboles de decisión aplicados a problemas como la evaluación de crédito mediante ejercicios prácticos.
16 - K-Vecinos más cercanos
- Explora el algoritmo de K-vecinos más cercanos y su aplicación en problemas que involucran variables categóricas, numéricas y binarias.
Dirigido a analistas de datos, desarrolladores, profesionales de negocios y estudiantes que desean aprender o mejorar sus habilidades en Python para el análisis de datos.