Programa Ciencia de Datos y Machine Learning Con Python - Feb23
Programa Ciencia de Datos y Machine Learning Con Python - Feb23
INNOVACIÓN Y TECNOLOGÍA
PROGRAMA ESPECIALIZADO EN
CIENCIA DE
DATOS Y MACHINE
LEARNING CON
PYTHON https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
CONTACTO
Data & Analytics
www.datayanalytics.com
PROYECTOS
Dirigido a El alumno resolverá 05
proyectos (personal
• Estudiantes, egresados y profesio- y grupal) durante el
nales de diversos rubros o áreas. programa.
• Público en general que desea traba- - nota mínima aprobatoria: 15
jar en Ciencia de Datos con Python. (escala del 0 a 20)
APRENDE HACIENDO
A SOLUCIONAR PROBLEMAS DE
CIENCIA DE DATOS
1 2 3 4 5 6
ENTIENDE EL COMPRENSIÓN PREPARACIÓN MODELADO Y IMPLEMENTACIÓN
NEGOCIO DE DATOS DE DATOS EVALUACIÓN
CONTENIDO
DEL PROGRAMA
01
Python + Colab
▶ Introducción
MÓDULO ·Introducción al lenguaje
·Instalación y configuración de mi workspace en Colab
▶ Python básico
▶ Hello Python
▶ La interfaz con Python
▶ Variables y tipos
▶ Asignación de variables
▶ Cálculos con variables
▶ Otros tipos de variables
▶ Operaciones con otro tipo de variables
▶ Tipo de conversión
Casos prácticos
02
Listas y estructuras
▶ Listas Python
MÓDULO ▶ Crear una lista
▶ Crear listas con diferentes tipos
▶ Listas de listas
▶ Subconjunto de listas
▶ Subconjunto y calculo
▶ Cortado y tajado
▶ Manipulación de listas
▶ Reemplazo de elementos de listas
▶ Extensión de listas
▶ Estructuras de datos integradas
·Tuplas
·Diccionarios
Casos prácticos
03
NumPy
▶ NumPy
MÓDULO ▶ Primera matriz NumPy
▶ Subconjunto matriz NumPy
▶ Matriz 2D Numpy
▶ Estadísticas básicas en NumPy
▶ Manejo de errores y excepciones
▶ Excepciones, tipos y control de excepciones
▶ Programación orientada a objetos
▶ Clases y objetos
▶ Atributos y métodos
Casos prácticos
04
Condicionales y Panda
▶ Condicionales
MÓDULO ▶ Sentencias
▶ Expresiones
▶ Pandas
·Data
·Indexación
·Órdenes
·Datos perdidos
·Operaciones
·Agrupaciones
·Estadísticas
·Uniones
Casos prácticos
05
Funciones y paquetes
▶ Funciones
MÓDULO ▶ Funciones familiares
▶ Múltiples argumentos
▶ Métodos de cadena
▶ Métodos de lista
▶ Paquetes
▶ Importación de paquetes
▶ Importación selectiva
▶ Funciones lambda
Casos prácticos
06
Visualización y Analytics
▶ Visualización de datos
MÓDULO ▶ Análisis de datos
▶ Análisis univariado
▶ Análisis bivariado
▶ Introducción al predictive analytics
▶ Random forest
▶ Regresión logística
Casos prácticos
2do Proyecto
07
Introducción a la estadística
▶ Conceptos básicos: Estadística, población, muestra, elemento muestral
MÓDULO ▶ Tipos de variables: Categóricas (Nominales y ordinales) y Numéricas (Discretas y continuas)
▶ Secuencia / Metodología de análisis de datos
▶ Introducción a Colab
▶ Full introducción a Python
Resolución de ejercicios
08
Análisis descriptivo
▶ Medidas de tendencia central: moda, mediana, media.
MÓDULO ▶ (Aritmética, geométrica, armónica, recortada)
▶ Medias de dispersión: desviación estandar, varianza, rango,
rango intercuartilico, coeficiente de variación
▶ Coeficiente de asimetría y kurtosis
▶ Medidas de asociación: correlación
▶ Pruebas Chi Cuadrado
09
Tratamiento de datos nulos y outliers
▶ Tratamiento de datos nulos
MÓDULO ▶ Tratamiento de outliers
▶ Imputación paramétrica y no paramétrica
Casos aplicados
10
Inferencia estadística
▶ Teoría de la inferencia estadística (paramétricas y no paramétricas)
MÓDULO ▶ Teorema del límite central
▶ Pruebas de hipótesis
▶ Pruebas de normalidad
▶ Pruebas de correlación (paramétricas y no paramétricas)
▶ Prueba chi cuadrado
▶ Prueba de la media de 1 muestra
▶ Prueba de la media de 2 muestras
▶ ANOVA
▶ Prueba de Wilcoxon
▶ Prueba de Mann Whitney
Resolución de ejercicios
3er Proyecto
11
Aprendizaje supervisado
▶ Creación de nuevas variables (atributos)
MÓDULO ▶ Regresión lineal simple
▶ Regresión lineal múltiple
▶ Regresión logística
▶ Random forest
▶ Análisis de multicolinealidad
▶ Estimaciones
▶ Métricas: ROC, gini, accuray, KS, log-loss, entre otros.
Resolución de ejercicios
12
Aprendizaje no supervisado
▶ Análisis de componentes principales
MÓDULO ▶ Análisis clúster
▶ Validación de clústers
▶ Perfilamiento de clústers
4to Proyecto
13
EDA y tratamiento para datos
▶ Análisis exploratorio de datos
MÓDULO ▶ Tratamiento de datos, OneHotEncoder, TargerEncoder
▶ Tratamientos de valores atípicos
▶ Imputación paramétrica (media, mediana, moda)
▶ Imputación no paramétrica para la imputación de valores perdidos
▶ División de los datos categóricos en números
▶ Creación de Driver
▶ División de los datos en conjunto de entrenamiento y prueba
▶ Normalización de los datos
▶ Blanceo de data: SMOTE, OverSampling, UnderSampling
▶ Selección de variables
Resolución de ejercicios
14
Aprendizaje supervisado para regresiones
▶ Regresión lineal
MÓDULO ▶ KNN
▶ Árbol de decisión
▶ Suport Vector
▶ Ensemble methods
▶ AdaBoost, GBM, XGBoost
▶ Gridsearch de parámetros, RandomGridsearch
▶ Optimizacipon bayesiana
▶ Aplicación de un modelo TensorFlow
Resolución de ejercicios
15
Aprendizaje supervisado para clasificación
▶ Regresión logística
MÓDULO ▶ Naive bayes
▶ Árbol de decisión
▶ KNN
▶ Random forest
▶ Support vector
▶ AdaBoost, GBM, XGBoost
▶ Gridsearch de parámetros, RandomGridsearch
▶ Optimización bayesiana
Resolución de ejercicios
Validación de modelos
Validación cruzada
Matriz de confusión
GINI, ROC-AUC, K-S, sensibilidad, recall, F-Score, Log-Loss
16
Aprendizaje no supervisado
▶ Aprendizaje no supervisado
MÓDULO • K-means clutering
• Análisis de cesta de canasta de mercado
• Segmentación o puntuación RFM
▶ Reducción de dimensiones
• PCA
• LDA
17
Introducción a series de tiempo
▶ Introducción a series de tiempo
MÓDULO ▶ Entendiendo series de tiempo
▶ Método baso en suavizamiento exponencial
Resolución de ejercicios
5to Proyecto
INSTRUCTORES
CERTIFICADO
•El alumno obtendrá 4 certificados a
nombre de Data & Analytics, una vez
Beneficios
aprobado con la nota mínima establecida. • Acceso directo a los Eventos
Gratuitos organizados por nosotros.
•Los certificados serán por cada curso - Foros
establecido dentro del programa: - Talleres
- Webinars
• Certificado del Programa especializado - Mini cursos
en Ciencia de Datos y Machine
Learning con Python
• Bolsa de trabajo con oportunida-
120 horas académicas
des laborales en Ciencia de Datos,
Machine Learning, Analítica, Big
• Certificado de Python para Ciencia Data, Inteligencia de Negocios, Data
de Datos Engineer, entre otros.
40 horas académicas
NUESTROS ESTUDIANTES
NOS RECOMIENDAN
Me gusto, sobre todo porque el Es un curso extenso y detallado, Lo recomendaría porque fue un
material es bastante actualizado. por que hay mucha dedicación en buen curso, nos llevó de la mano
el contenido del curso. la instructora.
PROCESO DE
INSCRIPCIÓN
1 Registro :
Enviar un correo a [email protected] con copia
a [email protected] la siguiente información:
- Nombres y Apellidos
- Nro de documento de identidad
- Nro de celular Si desea solicitar
- Gmail factura, enviar:
- LinkedIn * Nro de RUC
- Cargo que ocupa actualmente * Razón social
- Empresa donde labora * Dirección (País)
- Foto del comprobante de pago
Asunto: PROGRAMA CD Y ML - PYTHON
2 Confirmación
Una vez registrado el alumno, recibirá 2 correos con la siguiente información:
PROMOCIÓN
s/ 599 Ó
US$ 169
Válido hasta el 11 de Enero
MÉTODOS DE PAGO
Depósito o transferencia
R&M Ingenieros Asociados Group
N° Cuenta Corriente: 488 - 3002002636
SOLES CCI: 003-488-003002002636-42
RUC: 20600323441
Depósito o transferencia
R&M Ingenieros Asociados Group
N° Cuenta Corriente: 200-3003584744
DÓLARES CCI: 003-200-003003584744-38
RUC: 20600323441
TARJETA DE
CRÉDITO Y DÉBITO y otras tarjetas
OTROS
INFORMES
www.datayanalytics.com