Scribd
Cargar
81 vistas3 páginas

SILABO - Python For Data Analyst PDF

Este curso de 2 créditos enseña Python para el análisis de datos. Los estudiantes aprenden a usar Python para automatizar el procesamiento de grandes cantidades de datos, integrar sistemas de información, y producir una propuesta de análisis de datos al final del curso usando Python. El curso cubre introducción al análisis de datos, estructuras de datos, programación básica en Python, librerías de machine learning, y creación de un proyecto de análisis de datos con Python.

Cargado por

CRISTHIAN DAVID GONZALES SANDOVAL
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
81 vistas3 páginas

SILABO - Python For Data Analyst PDF

Este curso de 2 créditos enseña Python para el análisis de datos. Los estudiantes aprenden a usar Python para automatizar el procesamiento de grandes cantidades de datos, integrar sistemas de información, y producir una propuesta de análisis de datos al final del curso usando Python. El curso cubre introducción al análisis de datos, estructuras de datos, programación básica en Python, librerías de machine learning, y creación de un proyecto de análisis de datos con Python.

Cargado por

CRISTHIAN DAVID GONZALES SANDOVAL
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Python for Data Analyst

N° créditos: 2

Unidad de El curso Python for Data Analyst brinda la información necesaria para que el
competencia estudiante emplee uno de los lenguajes de programación más versátiles, así
como el manejo de grandes cantidades de datos de forma automatizada,
agilizando el trabajo, integrando sistemas de información y procesando datos de
gran volumen.

Al finalizar el curso, el estudiante elabora una propuesta de analítica de datos


Logro del curso mediante el lenguaje de programación Python.

La unidad didáctica Python for Data Analyst es de naturaleza teórica - práctica.


Sumilla del curso Este curso le permitirá al estudiante comprender cómo pueden ser usados los
datos y, a partir de ellos obtener información útil para su negocio y/o empresa
mediante el entendimiento de la importancia de la gestión de la información frente
a poder generar una analítica predictiva con un enfoque de automatización para
la reducción de horas de trabajo repetitivo, para la utilización de los datos como
ventaja competitiva frente al desarrollo empresarial, todo ello mediante el uso de
métodos de análisis, modelamiento y predicción de modelado de datos. Es por
ello que el estudiante aprenderá sobre la introducción a la analítica de datos,
estructura de datos, fundamentos de programación en Python y sus diversas
librerías de aprendizaje automático, regresión, clustering y clasificación, entre
otros. Para finalmente crear un proyecto de analítica de datos con el lenguaje de
programación Python, utilizando los diversos métodos de análisis, modelamiento
y enfoque predictivo.

.
Programación
INDICADOR DE LOGRO SUBINDICADOR TEMAS Y SUBTEMAS

Introducción al Análisis de
1. Comprende el análisis de datos y su Datos y Python
metodología a partir de casos de ● Entorno y principales
aplicación que generen valor a la
funcionalidades
organización, a través del Python como
herramienta para lograr dichos ● Tipos y Estructura de
objetivos. Datos

Manejo Numérico y POO


2. Utiliza librerías y la lógica de
IL 1: Conocimiento ● Manejo numérico con
funciones para un manejo más dinámico
inicial de Python librería Numpy
de valores numéricos para programar.
Aplica Python, scripts y ● POO y creación de
funciones propias
gráficos a nivel básico en
proyectos de analítica para
explotar los datos de forma Manipulación y Análisis de
3. Realiza el análisis de datos haciendo
metodológica. datos
uso de la librería Pandas y sus funciones
● Librería Pandas
para la manipulación de conjuntos de
● Series y Dataframes
datos.
● Combine y Merge
Visualización de Datos
4. Desarrolla gráficos básicos, ● Creación y
superpuestos y múltiples mediante la manipulación gráfica
librería Matplotlib para un mejor ● Histogramas,
entendimiento del comportamiento superposición gráfica y
inicial de los datos. subplots
Análisis Estadístico
5. Aplica Python en el análisis de ● Tipos de datos
variables categóricas y numéricas, ● Medidas de Tendencia
previas a la implementación del machine Central y Dispersión
learning. ● Tratamiento de datos
IL 2: Conocimiento
nulos y outliers
avanzado de Python
Elabora el análisis de datos Inferencia Estadística
6. Establece conclusiones para el
inicial con librerías y ● Intervalos de confianza
negocio, así como también su grado de
algoritmos de machine y error estándar
fiabilidad, a través de la inferencia
learning en un entorno de ● Pruebas de hipótesis
estadística.
analítica para una estructura
más sólida del proceso de Algoritmo de machine
explotación de datos. learning
7. Elabora predicciones para la toma de ● Regresión lineal
decisiones del negocio, identificando simple y múltiple
patrones en los datos analizados a partir ● Regresión logística
de algoritmos prediseñados. ● Árboles de decisión
● Clúster
● Clasificación
Sistema
de Evaluación
EC EF
Evaluación continua Evaluación final

Peso Peso

40% 60%

Referencias
bibliográficas
Base de datos E-Libro:
Bibliografía ● Lind, D., Marchal, W., & Wathen, S. (2012). Estadística aplicada a los
virtual negocios y la economía (15a. ed.). McGraw-Hill Interamericana.
básica ● Horra, N. J. (2018). Estadística aplicada (3a. ed.). Madrid: Ediciones Díaz de
Santos.
● Bowles, M. (2015). Machine learning in python: Essential techniques for
predictive analysis. Indianapolis, Indiana: Wiley.
● Alpaydin, E. (2014). Introduction to machine learning (Third ed., Adaptive
computation and machine learning). Cambridge, Massachusetts: MIT Press
● Anderson,D., Sweeney, D., & Williams, T. (2008). Estadística para
administración y economía. Cengage Learning.
● Cuevas, A. (2016). Python 3 Curso Práctico. Ra-Ma.
● Cuevas, A. (2018). Aplicaciones gráficas con Python 3. Ra-Ma.

También podría gustarte