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.
Jhon Edward Bedoya
@eddietech10·
🟢Excellent course! It is a content worth repeating to reinforce the knowledge learned. 10/10. 👨🏼💻🚀
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.
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
Diego Rubén Rosas Bautista
@diegoruben0580·
muy buen curso
Cristian Emmanuel Perez Lopez
@cristianemmanuel.perez·
Entendible, rápido y práctico
Iván Martínez Zarate
@imartinezz·
es un poco complejo en cuento conceptos pero entendible... excelente 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
José Alejandro Hernández Martínez
@jose.hernandezma·
Está súper que se utilice un notebook para poder comprender cosas que en algún momento de la vida ya nos habían explicado
César Antonio González Ramírez
@cagonzalezr·
La forma en que el instructor explica los temas y conceptos.
@brayan.d.valencia·
Excelente curso
René Alberto Jara Balboa
@renealbertojarabalboa·
Se conisdera un excelente curso dado el contenido y enfoque, brindado bases y directrices para profundizar el autoconocimento.
Fernando Marcelo Lopez Lopez
@fernandomarcelolopez·
bueno y difícil
Jose Fabricio Rodriguez Sanchez
@jf-02·
Conceptos muy claros y aplicables
Nicolas Urrego
@nicurrego·
De los mejores profesores en platzi ojo, todos son buenos, pero entre ellos este destaca. Imaginate lo bueno que es!
Martin Antonio Jiménez Lara
@ElEseCordis·
Muy buenas explicación por medio de historias y aplicaciones reales con programas.
Alejo Vera
@HC729·
Increíble curso para interiorizarse tanto con estadísitica como con el código. Muy bueno!
Gabriel Ordoñez
@gabito0399·
Muy buen curso. Sin embargo, se pone bastante complejo en el escalamiento y PCA
Alex Xiomar Rubio Lopez
@axrubio·
Reforzar los conocimientos de Estadística Descriptiva y poderlos aplicar en el Análisis de Datos
Santiago Meza García
@santimega·
En este curso, aprendí a usar deepnote con los temas que he visto de python.
Msderam
@msderam·
Excelente curso
Roberto Sobrado Taymani
@roberto.sobrado.taymani·
El profesor y sus explicaciones claras.
@erickdelcastillope·
Excelente!
Norman Josías Silva Lacayo
@njlacayo·
Excelente curso para las bases de Ciencia de Datos
Judith Soledad Diaz Troncoso
@diaztroncosoj·
Excelente curso para iniciar o complementar esta rama de la mate. El profe me pareció super profesional y preciso en sus explicaciones. Mi curso fav!
Eduardo Samaniego
@Eduardomsf·
LGTM!
Daniel Moreno
@daniboy1111·
excelente profesor
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