Nivel Básico
25 clases
4 horas de contenido
10 horas de práctica
Entiende y aplica estadísticas descriptivas para analizar datos en data science. Desde diferenciar estadísticas descriptivas e inferenciales hasta el uso de visualizaciones y reducción de dimensionalidad con PCA. Mejora tus análisis.
Estadística descriptiva para analítica
- 4
Uso de Deepnote para Jupyter Notebooks en Ciencia de Datos
01:19 min - 5
Tipos de Datos en Ciencia de Datos: Categóricos y Numéricos
16:06 min - 6
Medidas de Tendencia Central: Media, Mediana y Moda
09:47 min - 7
Media vs. Mediana: Diferencias y Aplicaciones Prácticas
17:17 min - 8
"Estadística Descriptiva con Pandas: Medidas de Tendencia Central"
20:58 min - 9
Rango y Rango Intercuartil en Medidas de Dispersión
05:25 min - 10
Desviación Estándar y Varianza en Estadística Descriptiva
14:29 min - 11
Cálculo y Visualización de Medidas de Dispersión en Python
11:14 min - 12
Visualización de Datos: Catálogo y Uso de Diagramas en Python
08:48 min - 13
Diagramas de Dispersión y su Análisis con Seaborn
12:32 min
Estadística en la ingesta de datos
- 14
Escalamiento Lineal de Datos Numéricos para Machine Learning
10:54 min - 15
Transformaciones No Lineales para Datos Sesgados en Machine Learning
08:51 min - 16
Procesamiento y Escalamiento de Datos Numéricos en Python
14:55 min - 17
Mapeo de Variables Categóricas en Python: Dumi y OneHot
05:00 min - 18
Codificación de Variables Categóricas en Python con Pandas y Scikit-Learn
12:58 min - 19
Correlación y covarianza en análisis de datos
09:09 min - 20
Construcción y Análisis de la Matriz de Covarianza en Python
13:09 min
Proyecto de aplicación
Despedida
Profes del curso
Conoce quién enseña el curso
software y recursos necesarios
- Computadora con sistema operativo Windows, macOS o Linux
Opiniones del curso
4.8 · 1549 opiniones
Rodrigo Renaldo López Gamarro
@rodrilopez2444·
Exelente curso!!!
Anthony Ismael Manotoa Moreno
@anthony_manotoa·
Este curso es muy interesante, ahora siento que veo todo como distribuciones y medidas de tendencia central 😂 Me encantó todo lo que aprendí, desde Deepnote hasta el uso de las librerías en Python 💚
Daynor Yamil Bautista Conde
@daynoryamil·
Uno de mis cursos favoritos, Vi estas tecnicas en universidad, pero no con un enfoque tan practico y diverido. Gracias Francisco.
Bryan Javier
@javiertm09·
Excelente profesor. Es el mejor con el que me he topado. Su exposición de los temas fue impecable. Se notaba que tenía dominio de la matemática involucrada. Tanto fue así que me hizo sospechar que tuviera alguna formación en ciencias, y efectivamente, me di cuenta que así era al ver su perfil. Si estuviera en mis manos, le daría más cursos.
Jhon Edward Bedoya
@eddietech10·
🟢Excellent course! It is a content worth repeating to reinforce the knowledge learned. 10/10. 👨🏼💻🚀
Daniel Alberto López Aguado
@danielopez582·
Excelente, me gusto mucho el enfoque a la ciencia de datos, aunque no se profundiza mucho en los temas ahora ya se que puedo seguir estudiando por mi cuenta
Edgar Omar Palacios Manjarrez
@ing.palacios.omar·
Excelente curso
Israel Rangel Garcia
@irangel4075·
Tuve problema com una pregunta en especifico en la que en la clase se explico de una manera y el examen no reconocía como valida esa respuesta, tuve el repaso y aun así no di con la respuesta correcta.
EDWARD ESTEBAN MARTINEZ MIRANDA
@eemartinezm·
Muy bueno
Diego Rubén Rosas Bautista
@diegoruben0580·
muy buen curso
Alejandro Valdovinos Cortes
@avaldovinos·
Buen aprendizaje de como ahora la tecnología nos puede ayudar a resolver problemas sobre el análisis de datos.
GISELLE MARTINEZ
@gvmartinez·
El docente explica claramente los conceptos matemáticos y hace que sea entendibles las razones por las cuales es importante su implementación de modelos de ML
Andres Martin
@acmartinn94·
me gustaria que se profundizartan mas actividades para los estudiantes como actividades extracurriculares y enfoque en PCA
@brayan.d.valencia·
Excelente curso
@jorge.rodriguez3662·
Muy buen curso y muy interesante.
Fernando Marcelo Lopez Lopez
@fernandomarcelolopez·
bueno y difícil
Hans Uriel Diaz Aguilar
@hansdiaz062·
El curso fue excelente, aprendí mucho acerca de lo que se necesita para analizar los datos. El profesor explica muy bien y hace ver todo tan claro fácil.
Alejandra Pachón Vargas
@alejandra.pachon.vargas·
Excelente curso, muy bien explicado todo. Muy buen profesor.
William Harrisson Barsaya Gómez
@WilliamBG·
Excelente curso que te muestra lo importante que es la estadistica y despierta en ti al estadistico que tenias dormido dentro XD. Me hizo recordar todo lo aprendido en la universidad y mas.
Marco Antonio Molina Espinosa
@mmolina194·
Excelente información
Gabriel Ordoñez
@gabito0399·
Muy buen curso. Sin embargo, se pone bastante complejo en el escalamiento y PCA
J. Pablo Higuita Cano
@jhiguitac330·
Este curso fue genial, realmente el profesor creo un material fácil de entender, explicó de una manera maravillosa las bases matemáticas y la forma de realizar dichos procesos en python. Su forma de explicar fue realmente muy buena... 10/10 :)
Alex Xiomar Rubio Lopez
@axrubio·
Reforzar los conocimientos de Estadística Descriptiva y poderlos aplicar en el Análisis de Datos
Ronald Hernández
@Ronald_Hernandez·
Lo fácil de entender y los excelentes ejercicios en una plataforma como deepnote
Msderam
@msderam·
Excelente curso
Gustavo Adolfo Tirado Correa
@Gatico·
Excelente profesor. Explica muy claro
Mateo Chaves Vanegas
@mchavezv·
Un curso muy enriquecedor, logre aprender que el algebra lineal se aplica bastante en la ciencia de datos y era algo que no sabia, y el analisis de componentes principales me intereso mucho
Joel Alejandro Tovar Ramos
@joel-alejandro-tovar-ramos·
Es un curso excelente y toca temas teoricos de una manera facil de entender. Tambien me gusto el libro que recomendaron y como muestras las distintas herramientas para analizar un dataset
@erickdelcastillope·
Excelente!
Andres Felipe Castañeda
@Johacas001·
Buen curso.
Eleva tu aprendizaje
Este curso es parte de estas rutas de aprendizaje
Ruta
Data e Inteligencia Artificial
69 horas
19 Profes
Domina data science para sacar valor a los datos e incrementar su potencial con machine learning para integrar inteligencia artificial a productos de software.
Ruta
Ruta de Matemáticas
63 horas
12 Profes
Aprende en casa temas de matemáticas como álgebra, ecuaciones, funciones, cálculo y probabilidad. Desarrolla tus propios análisis matemáticos y aplícalos.
Ruta
Data Scientist
133 horas
31 Profes
¡Conviértete en Data Scientist! Domina el análisis de negocios, redes neuronales y más con cursos prácticos en Python, ML y Bases de Datos.
Ruta
Data Analyst
54 horas
14 Profes
Analiza datos estructurados para identificar patrones y tendencias. Crea reportes y visualizaciones estratégicas.
Ruta
Machine Learning Engineer
164 horas
37 Profes
Integra inteligencia artificial en el software de un producto y mejora su desempeño con sistemas de machine learning.
Ruta
Análisis de Datos con Python
32 horas
5 Profes
Da el siguiente paso como analista de datos utilizando Python. Analiza cantidades más grandes de datos, profundiza y agiliza tu proceso de análisis.
Ruta
Data Scientist con Python
96 horas
17 Profes
Explora el fascinante mundo del Data Science con Python. Cada curso es un paso crucial hacia el análisis de datos y la creación de modelos de machine learning.
Ruta
Data Engineer
94 horas
16 Profes
Crea la infraestructura de extracción y preparación de datos para analítica en organizaciones.
Comunidad
La comunidad es nuestro super poder
Contenido adicional creado por la comunidad que nunca para de aprender