md_footer

Workshop práctico de Análisis de datos

Dirige las decisiones basadas en datos

md_footer

Analizar cualquier conjunto de datos para explotarles para diseñar mejores productos de software.

En solo 3 días intensivos, aprenderás las herramientas, técnicas y conceptos fundamentales de la ciencia de datos. Durante el programa trabajaras varios problema de datos obteniendo experiencia y los recursos para diseñar un producto de datos.

El Científico de Datos es aquel que tiene todas las habilidades analíticas para poder transformar datos en un producto inteligente que genere valor.

· A quien va dirigido:

Este entrenamiento es ampliamente recomendado para:

  • Empresas que desean desarrollar analizar sus datos
  • Desarrolladores que desean sumar una habilidad importante en su carrera
  • Desarrolladores Python que quieren hacer más con el lenguaje

· Pre-requisitos:

Necesarios:

  • Bases sólidas de programación
  • Conocimientos esenciales de matemáticas

Recomendables:

  • Conozca el desarrollo en Python
  • Conocimientos en estadística

· Contenido del entrenamiento:

  • Introducción al Análisis de datos
    • Introducción al Análisis de Datos
    • Primeros pasos con Jupyter y Pandas
    • Manipulando datos numéricos y categóricos con pandas
    • Principios de Análisis Exploratorio
    • Introducción a la visualización de datos
    • Aplicaciones del análisis estadístico de datos
    • Modelo de estudio de Cohortes
    • Caso de estudio: Analizando el comportamiento de mis clientes con Cohorts
  • Análisis de Series de Tiempo
    • Introducción al análisis de Series de Tiempo
    • Conceptos básicos de correlación de Series de tiempo
    • Prueba de Durbin-Watson
    • Modelos de predicción de series de tiempo
    • Modelo Holt-Winters Weighted Moving Average
    • Modelo ARMA
    • Modelo ARIMA
    • Caso de estudio: Prediciendo el inventario
    • Modelo de Regresión Logística
    • Modelo de Análisis de Discriminante lineal
    • Caso de estudio: prediciendo series de tiempo con datos de Yahoo Finance
  • Clasificación y Agrupación de Datos
    • Introducción a la Clasificación de Datos
    • Modelo de Análisis de Componentes Principales
    • Modelo de Arboles
    • Modelo de Maquinas de Soporte Vectorial
    • Caso de Estudio: Calificación de record crediticio
    • Introducción a la Agrupación de datos
    • Entendiendo el concepto de distancia
    • Modelo KMeans
    • Caso de Estudio: Segmentando a mis clientes