Scribd
Cargar
29 vistas

Python

El documento presenta una diplomatura en programación con Python en la que se enseñarán los fundamentos del lenguaje, análisis exploratorio de datos, manipulación de datos, estadística inferencial, modelos predictivos e ingesta de datos a través de cinco unidades.

Cargado por

luis p
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
29 vistas

Python

El documento presenta una diplomatura en programación con Python en la que se enseñarán los fundamentos del lenguaje, análisis exploratorio de datos, manipulación de datos, estadística inferencial, modelos predictivos e ingesta de datos a través de cinco unidades.

Cargado por

luis p
Derechos de autor
© © All Rights Reserved
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 3

Carrera: DIPLOMATURA UNIVERSITARIA EN PROGRAMACIÓN

Asignatura: PYTHON

Nivel: UNO

OBJETIVOS GENERALES

• Conocer y comprender los fundamentos básicos del lenguaje de


programación Python.
• Llevar adelante un proyecto de ingesta, análisis exploratorio y manipulación
de datos utilizando las librerías de Python correspondientes.
• Conocer y comprender los aspectos básicos de la estadística inferencial e
implementar los principales modelos predictivos utilizando las librerías de
Python correspondientes.

PROGRAMA SINTETICO

• Fundamentos de programación
• Análisis exploratorio de datos (EDA)
• Manipulación de datos (data wrangling)
• Estadística inferencial y modelos predictivos
• Ingesta de datos

PROGRAMA ANALITICO

UNIDAD 1: Fundamentos de programación.


• Tipos y estructuras de datos / Operadores / Estructuras de control /
Funciones / Librerías
• Conceptos aplicados de OOP / Decoradores / DataclassesI/O / Flow control
/ Logging / Testing / Debugging
UNIDAD 2: Análisis exploratorio de datos (EDA).
• Conceptos de análisis exploratorio de datos aplicados (con Numpy y
Pandas.
• Visualización de datos (con Seaborn).
• Nociones básicas de teoría de las probabilidades (con Scipy).

UNIDAD 3: Manipulación de datos (data wrangling).


• Técnicas para la limpieza e imputación de datos (con Pandas).
• Unión y agrupación de datos (con Pandas).
• Transformación de datos y pipelines (con Pandas).

UNIDAD 4: Estadística inferencial y modelos predictivos.


• Nociones básicas de estadística inferencial (con Scipy).
• Principales modelos predictivos (con Sklearn y Statmodels).

UNIDAD 5: Ingesta de datos.


• Uso de APIs (con requests).
• Web Scraping (con BeautifulSoup).

● Bibliografía

● Referencias
GitHub - python-unsam/Programacion_en_Python_UNSAM: Curso de
programación en Python
Curso python para principiantes - UTN BA
Diplomatura: Aprender Python desde cero - UTN BA
Curso de Python Básico Gratis
https://www.capacitarte.org/curso/curso-de-python
https://innovacion.itba.edu.ar/educacion-ejecutiva/tic/python/
https://www.python.org.ar/
https://www.freecodecamp.org/espanol/news/aprende-a-programar-en-python-
desde-cero-curso-completo-gratis/
https://es.coursera.org/learn/python-packages-data-science
https://argentinaenpython.com/quiero-aprender-python/
https://www.codecademy.com/catalog/language/python
https://github.com/institutohumai/cursos-python
https://realpython.com/
https://courses.spatialthoughts.com/python-foundation.html
https://sustainability-gis.readthedocs.io/en/latest/lessons/L1/intro-to-python-
geostack.html
https://www.tomasbeuzen.com/python-for-geospatial-
analysis/chapters/chapter1_intro-to-spatial.html

También podría gustarte