Python for Analytics
¡Realiza modelos estadísticos aplicados en Python utilizando técnicas de validación!
Acerca del Curso:
Actualmente, es relevante utilizar software que permitan obtener un mejor análisis de los datos. En nuestro curso de Python for Analytics aprenderás, desde CERO, a comprender modelos estadísticos aplicados, realizar análisis exploratorios y visualización de datos con Python.
En el Perú empresa como: BCP, ALICORP, INTERBANK, GLORIA y muchas más consideran Python como uno de los requisitos indispensables para trabajar con ellos.¿Qué lograrás?
- Realizar análisis exploratorios en Python .
- Comprender modelos estadísticos aplicados de Python.
- Aprender a visulizar datos con Python.
- Tratar y transformar datos en Python.
Dirigido a:
- Jóvenes profesionales de cualquier área de banca, seguros, tecnología, consumo masivo, entre otros.
- También estudiantes de últimos ciclos y/o recién egresados de Industrial, Sistemas, entre otras.
- Y al público en general que deseen ampliar sus conocimientos en Python.
Te ofrecemos lo mejor:
- 23 clases más archivos adjuntos
- 03 horas de contenido.
- Certificación al terminar el curso.
- Aprende a tu ritmo.
Acerca del profesor
Certificación
Clases del curso
-
Vista previa gratuita
-
Presentación del Docente
-
1.1 Definición y objetivos del análisis exploratorio
-
1.2 Relaciones entre variables: Detección de outliers
-
1.3 Manejo de datos y análisis de valores atípicos
-
1.4 Visualización de datos con Matplotlib y Seaborn
-
1.5 Taller 1: Explorar y visualizar datos, establecer hipótesis (Parte 1)
-
1.6 Taller 1: Explorar y visualizar datos, establecer hipótesis (Parte 2)
-
1.7 Lecciones Aprendidas
-
2.1 Manejo y limpieza de datos
-
2.2 Técnicas de Data Wranling e Imputación de Datos
-
2.3 Creación de nuevas variables adecuadas al negocio
-
2.4 Técnicas de balanceo de datos: UnderSampling, RandomUnderSampling y SMOTE
-
2.5 Taller 1: Data Wranling al proyecto de análisis de datos
-
2.6 Taller 2: Obtención de variables más importantes del caso real de compra de departamentos
-
2.7 Lecciones Aprendidas
-
3.1 Definición e Importancia
-
3.2 Agrupación y reducción de dimensiones
-
3.3 Técnicas estadísticas: K Means, DB Scan, PCA, Regresión y Árbol de Decisión
-
3.4 Muestreo: Partición train test
-
3.5 Técnicas de validación de modelo
-
3.6 Taller 1: Reducción de dimensiones de un caso real de fraudes
-
3.7 Lecciones Aprendidas
-
4.1 Conclusiones Finales
¿Por qué elegir nuestros cursos?
Testimonios de Alumnos
Llevamos capacitando a más de 65 000 alumnos en 25 paises. El 85% de nuestros egresados logra conseguir su primer empleo o ascenso profesional.
Inscríbete en solo 3 pasos
¡Sigue los pasos del tutorial e inscríbete en línea!
Preguntas Frecuentes
¿Tienes dudas o consultas sobre algo más?
Contáctanos