Contáctanos

Industria 4.0

En vivo

Seminario Básico, Intermedio y Avanzado de Python para el Análisis de Datos

Estamos en inscripciones

Solicita información de tu programa:

Recibe más información completando el siguiente formulario.

Formato de nombre incorrecto

Formato de apellidos incorrecto

Formato de número incorrecto

Formato de celular incorrecto

Formato de correo incorrecto

Escoger la ciudad de la lista

protegido por reCAPTCHA

Detalles del programa

¿Por qué tomar el Seminario?

La capacidad de analizar y extraer información valiosa de grandes conjuntos de datos se ha convertido en una habilidad fundamental en diversos ámbitos, desde empresas y organizaciones hasta investigación científica. Python se ha posicionado como uno de los lenguajes de programación más populares y poderosos para el manejo y análisis de datos. Este seminario está diseñado para que cualquier persona, aún si no ha programado antes, desarrolle las habilidades necesarias para dominar Python en el contexto del análisis de datos, permitiéndoles adquirir técnicas sólidas para la manipulación, visualización y extracción de información a partir de datos estructurados y no estructurados, preparándolos así para enfrentar desafíos prácticos en el mundo real.

Habilidades que vas a adquirir

• Habilidad para programar en Python utilizando bibliotecas como Pandas, NumPy, Matplotlib y otras.
• Capacidad para manipular y limpiar conjuntos de datos utilizando Python.
• Habilidad para aplicar técnicas de análisis estadístico y exploratorio de datos.
• Capacidad para para comunicar hallazgos a través de visualizaciones efectivas
• Competencia para realizar análisis predictivos y modelado de datos básico.

Metodología

• Habilidad para programar en Python utilizando bibliotecas como Pandas, NumPy, Matplotlib y otras.
• Capacidad para manipular y limpiar conjuntos de datos utilizando Python.
• Habilidad para aplicar técnicas de análisis estadístico y exploratorio de datos.
• Capacidad para para comunicar hallazgos a través de visualizaciones efectivas
• Competencia para realizar análisis predictivos y modelado de datos básico.

Dirigido a

• Sector: Todos los sectores
• Tamaño de empresas: Todos los tamaños
• Perfil del participante: Nivel profesional o técnico.
• Cargo del participante: Cargos que requieran manejo de grandes cantidades de información.

Requisitos

Requerimientos en modalidad online
Equipo: Computador al menos Doble núcleo de 2GHz o superior con mínimo (4 GB Ram como mínimo) (i3/i5/i7 o equivalente AMD)
• Webcam.
• Micrófono.
• Parlantes.
Software: Cisco webex meet(se recomienda descargar e instalar el software en su PC para mejor desempeño). Dependiendo del sistema de su celular descargue la APP desde Android o iOS.
Conectividad:
• Mínimo 10 Mbps.
• Pruébelo con el siguiente test: https://www.testdevelocidad.es/

 

Docente

Andrés Mauricio González Vargas
Cuenta con un Doctorado en Ingeniería Informática, una Maestría en Ingeniería Biomédica, una Especialización en Docencia Universitaria, y un pregrado en Ingeniería Mecatrónica.

Plan de estudios

Módulo I. Introducción a la programación en python

  • Conceptos básicos de programación: variables, tipos de datos, operadores.

    créditos

  • Estructuras de control: condicionales, bucles.

    créditos

  • Funciones y modularidad en Python.

    créditos

Módulo II. Fundamentos de python para el análisis de datos

  • Manipulación de datos con la biblioteca Pandas.

    créditos

  • Trabajo con matrices y operaciones numéricas utilizando NumPy.

    créditos

  • Visualización de datos básica con Matplotlib.

    créditos

Módulo III. Análisis estadístico y exploratorio de datos

  • Conceptos básicos de estadística descriptiva.

    créditos

  • Análisis exploratorio de datos: distribuciones, correlaciones y tendencias.

    créditos

  • Limpieza y preprocesamiento de datos.

    créditos

  • Visualización avanzada: gráficos de dispersión, histogramas, gráficos de caja, entre otros.

    créditos

Módulo IV - Aplicaciones Avanzadas Y Modelado De Datos

  • Análisis predictivo utilizando algoritmos básicos de machine learning.

    créditos

  • Validación y evaluación de modelos.

    créditos

  • Introducción a técnicas de clustering y clasificación.

    créditos

  • Aplicaciones prácticas: casos de estudio y proyectos de análisis de datos.

    créditos