Curso de Capacitación en Python aplicado a Data Science
Dirigido a
- Profesionales del sector público y privado con especial énfasis en aquellos que realicen, o deseen hacer, análisis sobre diferentes cantidades de datos de diferente naturaleza.
- Economistas, estadísticos, ingenieros, administradores o profesionales de carreras afines dentro del ámbito de las tecnologías de la información y comunicación (TIC), entre otros.
Certificación Digital
A nombre de FABRICUM y del Departamento de Ingeniería de la PUCP.
Regístrate aquí
¿Por qué llevar el curso?
Aprenderás el mundo de la ciencia de datos usando Python y sus librerías conexas, donde podrás analizar, interpretar datos y crear ventajas competitivas en las organizaciones. Además, comprenderás la manipulación de datos con Numpy y Pandas, visualización de datos con Matplotlib y Seaborn, reducción dimensional, análisis de agrupamientos, de asociaciones y predicciones, con casos prácticos sobre implementaciones de analítica de datos.
- Plana docente
Plana docente de primer nivel profesional y académico.
- Malla curricular
Malla curricular especializada y actualizada.
- Clases en vivo
Clases en vivo con interacción continua entre docente y alumno.
- Sesiones Grabadas
Grabación de las clases (no descargables) para que puedas revisarlas.
Temario
- Presentación y descripción del curso
- Introducción a Data Science (DS)
- Industria y aplicaciones de DS
- Ecosistema de herramientas de DS en Python
- Revisión de Python
- Numpy
- Pandas
- DataFrame Operations (imputación, normalización, etc)
- Matplotlib
- Seaborn
- Estadísticas descriptivas, resúmenes, histogramas y distribuciones
- Visualización de datos espaciales usando GeoPandas
- Ponderación y selección de atributos
- Transformación de atributos con PCA
- Medidas de similaridad y distancia
- Taxonomía de técnicas de agrupamientos
- Técnica de agrupamiento K-means
- Técnica de agrupamiento DBSCAN
- Minería de reglas de asociación
- Regresión lineal
- Técnicas de modelos con regularización
- Métricas de evaluación de modelos de regresión
- Fundamentos de análisis supervisado
- Modelos simples de clasificación
- Evaluación de modelos predictivos
Requisitos
- Dominio básico de lenguajes de programación, estadística y probabilidades.
- Experiencia previa con Python y preferiblemente nociones básicas de Machine Learning.
- Contar con una cuenta en Gmail, ya que se usará el aplicativo Collaboratory de Google.
- Una laptop o computador con 8 GB de memoria RAM como mínimo. Además, recomendamos trabajar con dos pantallas.
¿Por qué elegir la PUCP?
Te ofrecemos formar parte de una gran comunidad académica (Puesto 10 a nivel Latinoamérica en QS World University Rankings).
Docente
Inversión
-
Público General S/ 900.00
-
Comunidad PUCP* s/ 810.00
Descuentos
-
Pronto pago público en general s/ 855.00El descuento de pronto pago aplica hasta el 28/9/2024
-
Pronto pago comunidad PUCP* s/ 765.00El descuento de pronto pago aplica hasta el 28/9/2024