Python aplicado a la Ciencia de Datos
Offered By: Universidad Anáhuac via edX
Course Description
Overview
La ciencia de datos se ha convertido en una pieza central en la toma de decisiones en organizaciones de diversa índole. El internet permite la generación de datos a escalas sin precedentes. El análisis efectivo de esta información puede llevar a una organización al éxito. Por ello el requerimiento de analistas de datos está en auge y uno de los mayores requisitos es el conocimiento del lenguaje Python.
Según el World Economic Forum (2019), las 5 empresas que más se han beneficiado y crecido con las aplicaciones de la ciencia de los datos y el Machine learning tienen que ver con tecnologías de la información, entretenimiento, servicios financieros, servicios profesionales y biotecnología.
Además, las perspectivas de trabajo que se han identificado al utilizar la ciencia de los datos son muy diversas y han ayudado a orientar los esfuerzos de las empresas para fortalecer sus operaciones. Según Algorithmia (2019), se tienen identificadas dos aplicaciones de la ciencia de los datos y aprendizaje máquina en las empresas. La primera tiene que ver con el mejoramiento de la experiencia del cliente y la atención a sus necesidades. Las empresas que se orientan más a estos casos son aquellas relacionadas con las ventas, educación, manufactura, salud y servicios. Mientras que la segunda aplicación se orienta a satisfacer los retos operativos a los que se enfrentan las empresas que gestionan datos. Algunos negocios que se identifican en este segundo caso son aquellas relacionadas con el área de finanzas, agencias de gobierno o aseguradoras.
En esta certificación se verán conceptos introductorios a Python así como sus aplicaciones en la ciencia de datos para desarrollar habilidades laborales relacionadas con la visualización, el modelado de datos utilizando herramientas de aprendizaje máquina y la construcción de redes neuronales. Todos los ejercicios se realizan sin perder de vista su aplicabilidad en el mundo real. Te ayudaremos a orientar tus perspectivas de trabajo para que puedas visualizar, modelar y analizar correctamente los datos. Forma una carrera como científico, analista o ingeniero de datos a través de este MOOC que hemos preparado para ti.
Syllabus
Course 1: Introducción a la Ciencia de Datos con Python
En este curso, aprenderás los conceptos generales de la ciencia de datos utilizando el lenguaje de programación Python. Serás capaz de recolectar contenido en la web, limpiar los datos y prepararlos para su visualización y gestión.
Course 2: Modelos predictivos con Machine Learning
En este curso conocerás los fundamentos del aprendizaje automático y como crear modelos de predicción, regresión y clasificación con ayuda de Python. Explorarás problemas de clasificación, regresión, series de tiempo, agrupamiento y sistemas expertos.
Course 3: Deep Learning
En este curso aprenderás que es una red neuronal, como crear una red neuronal, entrenar una red neuronal con un conjunto de imágenes.
Courses
-
La ciencia de los datos es soportada por diversas áreas de conocimiento, siendo el aprendizaje automático una de las más relevantes. ¿Y qué es esto? Es la creación de modelos predictivos, regresivos y de clasificación a partir de una fuente amplia de datos, que se divide en dos principales categorías: Aprendizaje Supervisado y No Supervisado. En este curso aprenderás los fundamentos del aprendizaje automático y obtendrás las herramientas necesarias para la creación de modelos de predicción, regresión y clasificación con ayuda de Phyton.
-
La ciencia de datos es un área enfocada en la extracción de conocimiento a partir de conjuntos de datos con diversas fuentes y formas. El conocimiento adquirido es generado por diversas técnicas derivadas de estadística, minería de datos, aprendizaje automático. En este curso, serás introducido a los conceptos generales de las ciencias de datos con la ayuda del lenguaje de programación Python. Python es un lenguaje de propósito general y es usado para aplicar los métodos de ciencias de datos gracias a la gran cantidad de librerías disponibles y la enorme comunidad que las soporta.
Taught by
Eduardo Rodríguez del Ángel and Jorge Alberto Cerecedo Córdoba
Tags
Related Courses
Artificial Intelligence Algorithms Models and LimitationsLearnQuest via Coursera Advanced Machine Learning
Higher School of Economics via Coursera Analítica de Datos: visualización, predicción y toma de decisiones Programa de Certificado MasterTrack®
Universidad de los Andes via Coursera Analyze Box Office Data with Seaborn and Python
Coursera Project Network via Coursera Machine Learning Pipelines with Azure ML Studio
Coursera Project Network via Coursera