Diplomatura en Python orientado a Científico de datos

$599.00

 

  • Fecha de Inicio: Lunes 02 /11 / 2020
  • Carga Horaria: 120 Horas
  • Duración: 12 Semanas

 

Categoría: Etiquetas: ,
Descripción

Descripción

La Diplomatura en Python orientada a Científico de Datos está enfocada a aprender a programar en Python y su aplicación orientada al mundo la ciencia de datos. Aprenderás el poderoso lenguaje Python al tiempo que incorporas las técnicas de análisis exploratorio, y los paquetes que permiten crear modelos como vecinos cercanos, reglas de asociación, redes neuronales, máquinas de soporte vectorial, árboles de decisión, bayes ingenuo y discriminante tanto lineal como cuadrático.

 

Destinatarios del Curso

Está dirigido a cualquier persona interesada en el mundo de la ciencia de datos y su aplicación. Incluyendo a profesionales de distintas disciplinas que deseen formarse en esta área del conocimiento transversal y multidisciplinaria.
No es necesario tener formación previa en programación, bases de datos y estadísticas pues se ofrecen como complemento recursos para nivelar hacia arriba cualquier posible faltante en este sentido.

 

Metodología:

Modalidad a distancia de forma Online.

Dos clases semanales por videoconferencias interactivas, una teórica y una práctica. La duración de cada clase es de 30 a 60 minutos dependiendo del tema, la cantidad de participantes y el nivel de intervenciones conseguido.

El estudiante tiene actividad complementaria con material de soporte de las clases, material teórico para estudiar, ejercicios resueltos y para resolver, corrección de ejercicios y autoevaluaciones.
La dedicación recomendada a estas actividades es de ocho horas semanales.

Soporte docente por Grupo de WhatsApp, email y foro.

Los grupos de participantes son reducidos y de varios países hispanoparlantes. Lo que aporta diferentes visiones y la posibilidad de networking internacional.

 

Horarios de la Cursada (GTM-3)

Clases Día Hora
Introducción a la Ciencia de Datos 02/11/2020 19 hs
Iniciación en Python 1 de 4 06/11/2020 19 hs
Iniciación en Python 2 de 4 07/11/2020 12 hs
Iniciación en Python 3 de 4 13/11/2020 19 hs
Iniciación en Python 4 de 4 14/11/2020 12 hs
Clases teorico – prácticas regulares Sábados 11 hs

 

Instancias de evaluación: Examen final.

Requisitos de aprobación: Mínimo 60 % de respuestas correctas.

 

Programa Analítico

Unidad 1: Elementos de Python

 
  • Descarga e instalación
  • Principales librerías
  • Variables y tipos de datos
  • Listas, tuplas y diccionarios
  • Ejecución condicional
  • Ciclos definidos e indefinidos
  • Manejo de Excepciones
  • Funciones y Generadores
  • Clases y objetos
  • Manejo de archivos y directorios
  • Conexión a archivos planos
  • Conexión a Excel
  • Conexión a Bases de Datos
 

Unidad 2: Análisis Exploratorio

 
  • Uso de NumPy
  • Uso de Pandas
  • Uso de MatPlotLib
  • Módulo matplotlib
  • Módulo math
  • Módulo numpy
  • Módulo yt
  • Módulo mayavi
 

Unidad 3: Aprendizaje no supervisado

 
  • Uso de Scikit-Learn
  • Análisis de componentes principales K-Medias
  • Clustering jerárquico
 

Unidad 4: Vecinos Cercanos (Knn)

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 5: Bayes Ingenuo

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 6: Árboles de decisión

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 7: Máquinas de Soporte Vectorial

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 8: Discriminante lineal y cuadrático

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 9: Redes Neuronales

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Excel
  • Ejemplo en Python
  • Principales parámetros de ajuste y control
  • Problema concreto
 

Unidad 10: Reglas de asociación

 
  • Instalación y uso del paquete
  • Ejemplo conceptual en Access
  • Ejemplo en Python
  • Problema concreto
  • Principales parámetros de ajuste y control
  • Esquema de votación de reglas