Al culminar el curso, podrás obtener
Certificación en:
Data Science & Machine Learning
Modalidades de estudio:
A distancia.
Sílabo del curso
Módulo 1
Sesiones: 3
- Conoce sobre algunos profesionales de la ciencia de datos y obtén una descripción general de lo que es la ciencia de datos en la actualidad.
Módulo 2
Sesiones: 4
- Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usan y cuáles son sus características
Módulo 3
Sesiones: 6
- Conoce las metodologías que se pueden utilizar dentro de la ciencia de datos, para garantizar que los datos utilizados en la resolución de problemas sean relevantes y se manipulen adecuadamente para abordar el problema en cuestión.
Módulo 4
Sesiones: 4
- Introducción a Python para principiantes. Fundamentos de Python, incluidas las estructuras de datos y el análisis de datos.
Módulo 5
Sesiones: 7
- Adquiere conocimientos prácticos de bases de datos y SQL.
- Aprende conceptos de bases de datos relacionales para la aplicación del lenguaje SQL.
- Crea una instancia de base de datos en la nube. Practicar la creación y ejecución de consultas SQL.
- Aprende a acceder a las bases de datos desde los cuadernos de Jupyter utilizando SQL y Python.
Módulo 6
Sesiones: 6
- Analiza datos con Python desde los conceptos básicos hasta la exploración de muchos tipos diferentes de datos.
- Prepara datos para el análisis, realiza análisis estadísticos simples, crea visualizaciones de datos significativas, predice tendencias futuras a partir de datos, etc.
Módulo 7
Sesiones: 6
- Toma datos que a primera vista tienen poco significado para presentarlos en una forma que tenga sentido para las personas.
- Usa bibliotecas de visualización de datos en Python, como: Matplotlib, Seaborn y Folium.
Módulo 8
Sesiones: 4
- Identifica el propósito del aprendizaje automático y dónde se aplica al mundo real.
- Aprendizaje supervisado o no supervisado, evaluación de modelos y algoritmos de aprendizaje automático.
Módulo 9
Sesiones: 4
- Aprendizaje supervisado regresión.
- Aprendizaje supervisado clasificación.
- Aprendizaje no supervisado clustering.
- Aprendizaje no supervisado reducción de dimensionalidad.
Módulo 10
Sesiones: 4
- Trabaja en un proyecto final práctico usando Python aplicando todo lo aprendido en el curso.
Beneficios
¿Cuál es el campo laboral del curso de Data Science & Machine Learning?
Al finalizar el curso podrás desempeñarte en:
- Análisis y modelado de datos en equipos técnicos o multidisciplinarios
- Roles de Data Scientist o analista de datos en empresas de cualquier sector
- Desarrollo y evaluación de modelos predictivos para proyectos de negocio
- Soporte en procesos de Business Intelligence y toma de decisiones basada en datos
Herramientas
Laptop/PC
Cursos relacionados
¡Tu futuro empieza aquí!
Tu camino no es igual al de todos. Elige la modalidad de estudios que mejor se adapte a ti.