[+] CONSULTA LA OFERTA FORMATIVA DE CURSOS/MICROCURSOS

Curso Análisis de datos con Python (Inicial)

Fecha: 20, 22, 27, 29 de septiembre y 4, 6, 11,13,18 y 20 de octubre de 2022 

Horas: 20 horas

Horario: Desde las 17:00h a las 19:00h (exepto jueves 22 de septiembre que será 16:30h-18:30h)

Matrícula: 160 euros.

PRESENTACIÓN

Python es un lenguaje de programación de propósito general que, debido a sus ventajas, ha ganado una gran cuota de uso en el campo de la ciencia de datos. Este curso va dirigido hacia la generación de programas de análisis y visualización de datos que permitan aproximar a los alumnos a las bases del machine learning.

OBJETIVOS

• Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación
• Aprender los conceptos básicos de estadística necesarios para poder analizar los datos que nos rodean
• Utilizar librerías tanto de uso general como dedicadas específicamente al análisis de datos, como Pandas
• Representar gráficamente los datos para poder extraer conclusiones útiles de ellos y comprender la importancia de la modelización

DOCENTES

Raúl Marcos Alonso García, científico de datos.

PROGRAMA

1. Principios básicos de programación aplicados a data science.
2.  Entrada y salida de datos.
3.  Conceptos básicos de estadística descriptiva. Introducción de la biblioteca Pandas.
4.  Pretratamiento de datos: Formateo y filtrado.
5.  Visualización de datos: presentación de la biblioteca Matplotlib.
6.  Una primera aproximación a la modelización : Regresión lineal con Python.

DESARROLLO

Módulo 1.Principios básicos de programación aplicados a data science.

• Nuestro objetivo. Diferencias entre información y conocimiento.
• ¿Qué es la programación?
• ¿Qué es Python?
• Instalación de Python.
• Instalación de Jupyter Notebook.
• Variables y Tipos.
• Operadores aritméticos.
• Uso de strings.
• Funciones.
• Control de flujo, condicionales y bucles.

 Módulo 2. Entrada y salida de datos.

• Entrada de datos de usuario.
• Lectura y escritura de archivos.
• Importación de datos desde diversas fuentes.
• Web scraping.

 Módulo 3. Conceptos básicos de estadística descriptiva. Introducción de la biblioteca Pandas.

• ¿Qué puede hacer Pandas por nosotros?
• Análisis exploratorio de datos.
• Estadística descriptiva e inferencia estadística.
• Tendencia central y dispersión.

 Módulo 4. Pretratamiento de datos: Formateo y filtrado.

• Vectorización de operaciones
• Consultas
• Filtrado
• Ordenación
• Agrupamiento
• Imputación de valores

Módulo 5. Visualización de datos: presentación de la bibliotecas Matplotlib y Seaborn.

• Gráficos básicos con Matplotlib.
• Gráficos avanzados con Pandas y Seaborn.
• Data stotytelling: Bokeh

Módulo 6. Una primera aproximación a la modelización : Regresión lineal con Python.

• ¿Qué es un modelo?
• Desarrollo del modelo
• Predicción
• Alcance y calidad del modelo

DESTINATARIOS

En este curso asumimos que no se tiene conocimientos previos de programación, pero que sí se tiene destreza en el manejo de ordenadores, y de forma muy recomendable, destreza con programas como hojas de cálculo, bases de datos, software de análisis estadístico, etc.