Scribd
Cargar
10 vistas9 páginas

Dossier - Python para La Ciencia de Datos

Academico

Cargado por

ginagata20
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
10 vistas9 páginas

Dossier - Python para La Ciencia de Datos

Academico

Cargado por

ginagata20
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/ 9

¡ CU RSO G R AT IS !

w w w.c a d p e r u .c o m

EN VIVO l

CURSO INTERNACIONAL:

Python para la Ciencia


de Datos Aplicada
48 hrs. académicas / 3 créditos

Inicio: 03 de Febrero 2025

UNIVERSIDAD NACIONAL
MAYOR DE SAN MARCOS
Facultad de Ciencias Económicas
. Presentación
En un mundo cada vez más impulsado por los datos, el análisis y la interpretación de
información se han convertido en habilidades esenciales para la toma de decisiones
estratégicas. Este curso está diseñado para brindar a los participantes los
conocimientos y herramientas fundamentales para trabajar con datos utilizando
Python, uno de los lenguajes de programación más versátiles y demandados en el
ámbito de la Ciencia de Datos.
Los participantes podrán aprender desde los conceptos básicos de Python y la
instalación del entorno de desarrollo, hasta técnicas de manipulación, análisis y
visualización de datos. Además, se abordarán fundamentos del Machine Learning
para introducir a los asistentes en el desarrollo de modelos predictivos.

. Objetivo
Desarrollar las habilidades necesarias para utilizar Python como herramienta en la
Ciencia de Datos, permitiendo a los participantes manipular, analizar y visualizar
datos, así como aplicar técnicas básicas de Machine Learning para la toma de
decisiones basadas en evidencia.

01
w w w.c a d p e r u .c o m

. Dirigido a
Programadores y analistas de datos que apoyan en las diversas gerencias de línea de las
empresas o en áreas adjuntas a la gerencia general, y a los profesionales y alumnos de
los últimos ciclos de las carreras diversas afines a la ciencia de datos, con especialidad e
interés en la programación y el análisis de datos.

. Modalidad
Virtual sincrónica por plataforma Zoom y aula virtual CAD PERÚ

Valor Académico Sesiones en línea (5) Fechas


48 hrs. Académicas Hora Local Perú 03, 05, 07, 10 y 12
/ 3 créditos 7:00 PM. - 9:00 PM. de Febrero

6:00 PM. 7:00 PM. 8:00 PM. 9:00 PM.

02
MEX PER ECU COL BOL CHI PAR ARG
. Temario w w w.c a d p e r u .c o m

. Sesión 01 . Sesión 03
Introducción a Python y Ciencia de Datos Operaciones Avanzadas

• ¿Qué es la Ciencia de Datos y su importancia? • Agrupaciones con groupby


• Introducción a Python como herramienta para Ciencia de Datos. • Tablas Dinámicas (pivot_table)
• Instalación y configuración del IDE Visual Studio Code • Ordenamiento y Combinaciones de Datos
• Pruebas de funcionamiento • Transformaciones y Creación de Nuevas Columnas
• Principales bibliotecas para Ciencia de Datos:
▪ NumPy, Pandas, Matplotlib, Seaborn.

. Sesión 02 . Sesión 04
Manipulación y Análisis de Datos con Pandas Introducción al Análisis Exploratorio de Datos

• Introducción a estructuras de datos en Pandas: • ¿Qué es el EDA y su importancia?


▪ Series y DataFrames. • Identificación de patrones, tendencias y relaciones.
• Carga y exploración de datos: • Casos prácticos:
▪ Archivos CSV, Excel, y bases de datos. ▪ Exploración de un conjunto de datos de ejemplo.
• Limpieza de datos:
▪ Manejo de valores nulos y duplicados.
▪ Normalización de datos.

04
03
. Temario w w w.c a d p e r u .c o m

. Sesión 05
Introducción a Machine Learning con Scikit-learn

• Conceptos básicos de Machine Learning:


▪ Supervisado vs no supervisado.
• Introducción a Scikit-learn:
▪ Preparación de datos: División en conjuntos de entrenamiento y prueba.
▪ Algoritmos básicos:
• Regresión lineal.
• Clasificación con k-Nearest Neighbors.
▪ Evaluación de modelos:
• Métricas como precisión, recall y F1-score.

04
03
w w w.c a d p e r u .c o m

. Docente

Dr. Jesús Fernando Cruz Álvarez

• Doctor en Educación, especialista en Ciencia de


Datos y Programación en Python, con más de 18
años en educación superior. Capacitador
internacional en Inteligencia Artificial y análisis de
datos, y experto en desarrollo de aplicaciones y
bases de datos.

04
Metodología
El curso se desarrollará en modalidad virtual sincrónica, privilegiando una metodología
activa-participativa que promueva la interacción entre los participantes y el facilitador.

• Contribución CAD:
La participación en las sesiones en línea es gratuito para todos los interesados, en las fechas y horarios
establecidos, como parte de de nuestro programa de Responsabilidad Social Empresarial.

• Beneficio Exclusivo:
Para acceder a una certificación y al aula virtual, los interesados deberán abonar un derecho de
pago. En la plataforma virtual se tendrá acceso al test de salida, además de los siguientes recursos:

- Sesiones en línea: Las sesiones en línea serán grabadas, facilitando su posterior revisión por
parte de los alumnos.

- Recursos Complementarios: Lecturas y videos complementarios relacionados, con la


finalidad de ampliar conocimientos sobre el tema a tratar.

Plataformas
▪ Plataforma Virtual Moodle:
Para la administración de contenidos como lecturas, videos, etc.

▪ Plataforma Virtual Zoom:


Para el desarrollo de la sesión sincrónica con el especialista.

05
w w w.c a d p e r u .c o m
w w w.c a d p e r u .c o m

. Opciones de Certificación

Si deseas acceder a una certificación y contenidos en la plataforma virtual,


podrás optar por cualquiera de las siguientes opciones:

Opciones de Certificación Inversión

Corporación Americana de Desarrollo – CAD S/ 150


Universidad Nacional Mayor de San Marcos – FCE S/ 200

06
w w w.c a d p e r u .c o m

También podría gustarte