Curso en
Ciencia de Datos con Python

Virtual

El curso de Ciencia de Datos con Python busca desarrollar las habilidades básicas de manejo de conjuntos de datos empleando las diversas herramientas que ofrece Python. Usando siempre un enfoque muy aplicado, se abordan además temáticas encaminadas a desarrollar las destrezas básicas para el análisis de datos y la toma de decisiones usando este lenguaje de programación.

Inversión: $1.565.000

Solicita más información

Déjanos tus datos y uno de nuestros asesores te contactará

 

 

 

 

 

Inicio

02/11/2021

Duración

4 semanas (48 horas)

Horario

Autónomo

Objetivo

El presente curso pretende alcanzar los siguientes objetivos:

1. Utilizar las estructuras básicas de Python para resolver problemas y procesar datos numéricos de forma eficiente

2. Analizar la información obtenida de diversas fuentes para formular conclusiones soportadas en datos.

3. Emplear herramientas estadísticas y de optimización para analizar conjuntos de datos y establecer relaciones entre variables.

Dirigido a

Profesionales y/o estudiantes en campos de formación con alto componente numérico y analítico (ingenierías, ciencias, economía y administración) y demás personas que deseen adquirir conocimientos en ciencia de datos con Python.

Área que dicta

Facultad de Ingeniería – Unisabana e-Learning

Plan de estudios

  • Nociones básicas de Python:

    • Instalación
    • Google Collaboratory o Jupyter Lab
    • Estructuras básicas de repetición, selección, funciones.
    • Estructuras básicas de datos: Listas, diccionarios, tuplas, etc.

    Numpy

    • Arreglos de Numpy
    • Operaciones con arreglos
    • Álgebra lineal con Numpy
    • Estadísticas en arreglos de Numpy
  • Matplotlib:

    • Gráficas en 2D
    • Histogramas
    • Diagramas de contorno
    • Gráficas en 3D

     Pandas:

    • Importar datos con Pandas
    • DataFrames y sus propiedades
    • Manipulación y arreglo de datos
    • Integración Matplotlib y Pandas
  • Scipy:

    • Interpolación de datos
    • Regresiones Lineales
    • Regresiones no lineales
    • Optimización de funciones

    Estadística Multivariada:

    • Estadística descriptiva para datos multivariados
    • Análisis de componentes principales
    • Análisis discriminante lineal
    • Correspondencias simples y múltiples

    Series de Tiempo:

    • Procesos Estocásticos
    • Correlación y autocorrelación temporales
    • Modelos para series de tiempo

Profesor

Miguel Ángel Uribe Laverde

Profesor Asociado de la Facultad de Ingeniería de la Universidad de La Sabana. Físico de la Universidad Nacional de Colombia, con Maestría en Física de la misma Universidad y Doctorado en Física de la Universidad de Friburgo, Suiza. Experiencia en simulación y optimización de sistemas complejos usando Python. Certificado en Ciencia de Datos con el curso Data Science For All, organizado por el Ministerio de Tecnologías de la Información y las Comunicaciones de Colombia.

Inscríbete

¡Las plazas son limitadas!

Estudia en una universidad que entiende el mercado actual y proyecta un futuro mejor para ti.

Elige una opción académica con altos estándares de calidad, que contribuya en tu formación para alcanzar el éxito.

Admisión   Modelo educativo  Estudiantes   Solicitud de Admisión