Menú de navegación

ver vídeo
Programación Entornos de Programación

Curso de Data Science con Python. De Cero a Experto

Valoraciones
9,9 /10

¿Quiere iniciar su camino para convertirse en científico de datos y dominar el área de Data Science?

Vivimos en un mundo dominado por los datos, es por ello que obtener estas habilidades le permitirá acceder a posiciones de alto valor añadido debido a la gran demanda de perfiles de Data Science. Portales como Indeed estiman salarios anuales promedios de 122.800 $ y estudios como MarketWatch apuntan a que en los próximos años habrá un aumento del negocio de Data Science de un 30 % anual, por lo tanto, es una excelente oportunidad para usted adquirir estos conocimientos.

En este programa aprenderá por completo los fundamentos de Data Science, su base estadística y cómo llevarlo a la práctica con Python, dominando desde cero este lenguaje, así como todas sus potentes librerías como Numpy, Pandas, Matplotlib o Seaborn enfocadas al análisis de datos.

Al finalizar el curso podrá ejecutar proyectos completos de Data Science siendo capaz de importar fuentes de datos heterogéneas, realizar la limpieza y transformación de datos, analizar y visualizar estadísticamente la información y obtener conclusiones que provoquen alto impacto en su entorno.

Este curso tendrá un enfoque eminentemente práctico, se explicará paso a paso y en detalle cada nueva funcionalidad, pero el objetivo es que sea capaz de aplicar los nuevos conocimientos ejecutando los múltiples casos prácticos reales propuestos para poner a prueba las destrezas adquiridas.

Es el momento de que pase a la acción, prepárese para un futuro dominado por los datos adquiriendo una habilidad muy importante para poder destacar sobre el resto y conseguir sacar el máximo provecho de la información.

  • Impartido por
    IVAN PINAR DOMINGUEZ

    IVAN PINAR DOMINGUEZ

    Ingeniero de Telecomunicación.
    Director de Operaciones y Business Intelligence Expert en el sector de las Telecomunicaciones con 10 años de experiencia.
    Master en Dirección de Proyectos y certificado como PMP & Scrum Master (PSM-I).
  • Dirigido a

    • Toda persona que quiera potenciar su perfil adquiriendo habilidades de análisis de datos con gran futuro.
    • Estudiantes que quieran aprender desde cero una habilidad muy demandada en cualquier sector desde un punto de vista práctico.
    • Personas que quieran asombrar a su audiencia con un enfoque analítico generando conclusiones que marcan la diferencia.
    • Analistas que quieran profundizar en Python y sus librerías enfocadas en Data Science.
    • Profesionales que quieran automatizar sus tareas diarias con Python.

  • ¿Qué competencias vas a adquirir?

    Al finalizar el curso podrá…

    • Dominar el lenguaje de propósito general Python desde cero, incluyendo su instalación.
    • Comprender y profundizar en el flujo completo de un proyecto de Data Science para convertirse en científico de datos.
    • Aprender todos los conceptos de estadística necesarios para poder analizar los datos que le rodean.
    • Utilizar librerías como Numpy o Pandas para la importación desde fuentes heterogéneas (CSV, Excel, texto plano, SQL, Web, redes sociales, cloud,…) y la limpieza y transformación de datos.
    • Crear potentes visualizaciones con las librerías Matplotlib y Seaborn para el análisis de la información.
    • Analizar series temporales y realizar previsiones.
    • Automatizar sus tareas cotidianas con Python

  • Requisitos

    No es necesario requisitos previos, incluso habrá un bloque introductorio al lenguaje Python desde cero.

  • Valoraciones de la formación
    9,9
    La práctica y el uso de herramientas gratuitas
    Los contenidos
    Introduce facilmente en Python y va incrementando gradualmente la dificultad del curso sin que se note.
    Comentario:
    La práctica y el uso de herramientas gratuitas
    Valoración del alumno
    10,0
    Profesor
    10
    Contenidos
    10
    Aula Virtual
    10
    Curso
    10
    Comentario:
    Los contenidos
    Valoración del alumno
    10,0
    Profesor
    10
    Contenidos
    10
    Aula Virtual
    10
    Curso
    10
    Comentario:
    Introduce facilmente en Python y va incrementando gradualmente la dificultad del curso sin que se note.
    Valoración del alumno
    9,8
    Profesor
    10
    Contenidos
    10
    Aula Virtual
    10
    Curso
    9
  1. Introducción al Análisis de Datos
    • ¿Qué es Python y qué nos proporciona para el análisis de datos?
    • Instalación Python + Jupyter
    • Importar librerías y fuentes de datos
    • Visualización básica con Matplotlib
    • Flujograma de un proyecto Data Science
    • Resumen
  2. Fundamentos del lenguaje Python
    • Variables en Python
    • Creación de listas y extracción de datos
    • Conceptos avanzados de creación de listas
    • Uso de funciones en Python (in-built)
    • Creación de funciones en Python y argumentos flexibles
    • Funciones lambda
    • Métodos en Python
    • Cómo crear diccionarios en Python
    • Uso de función zip para creación de diccionarios en base a listas
    • Operadores en Python
    • Bucles en Python
    • Comprensión de listas en python
    • Resumen
  3. Conceptos de Estadística para el Análisis de Datos
    • Variables y Conceptos básicos
    • Varianza de una variable
    • Correlación de variables
    • Histogramas
    • Análisis con percentiles (CDF)
    • Funciones densidad de probabilidad
    • Cálculo de previsiones (forecast) y media móvil
    • Resumen
  4. Calculo numérico con Numpy
    • Introducción a la librería Numpy
    • Selección de datos con array Numpy
    • Arrays 2D en Numpy
    • Cálculo estadístico con NumPy
    • Resumen
  5. Análisis de datos con Pandas
    • Introducción a la librería Pandas ¿qué es un dataframe?
    • Creación de un dataframe a partir de un diccionario
    • Cómo importar datos desde un fichero de texto plano (txt, csv...)
    • Selección de datos en un dataframe Pandas
    • Métodos útiles de un dataframe Pandas
    • Eliminar duplicados, valores erróneos y columnas de un dataframe Pandas
    • Interpolación de datos
    • Filtrar datos en un dataframe Pandas
    • Ordenación valores en un dataframe Pandas
    • Crear columnas en un dataframe para cadenas de texto
    • Crear columnas en un dataframe a partir de un diccionario con map
    • Crear columnas en un dataframe a partir de funciones lambda
    • Crear columnas en un dataframe a partir de funciones condicionales
    • Renombrar y reordenar columnas de un dataframe Pandas
    • Cómo crear pivot tables en Pandas
    • Uso de groupby en Pandas
    • Concatenación de dataframes (union)
    • Combinación de dataframes
    • Resumen
  6. Importación y exportación con Pandas
    • Cómo importar datos desde un fichero Excel
    • Introducción a las BBDD relacionales / Modelos de datos
    • Cómo importar datos desde una BBDD SQL
    • Cómo importar datos desde una página web
    • Cómo importar datos desde una página web (Web scraping)
    • Cómo importar datos desde un fichero semi-estructurado JSON
    • Cómo importar datos desde Redes Sociales
    • Cómo importar datos desde Cloud (AWS / Azure / Google Cloud)
    • Exportación de datos a csv y Excel
    • Exportación de datos a BBDD SQL
    • Resumen
  7. Visualización de datos en Python - Matplotlib
    • Consejos para la visualización de datos
    • Introducción a la librería Matplotlib
    • Creación de un gráfico de línea, bar, scatter
    • Personalización de gráficos (título, etiquetas, ticks, leyenda, límites de ejes, anotaciones...)
    • Creación de box & whiskers plot
    • Creación de un histograma y CDF
    • Gráfico de media móvil
    • Visualización de gráficos múltiples (subplots)
    • Aplicación de estilos
    • Creación de gráficos a partir de objeto groupby
    • Creación de histogramas en 2D
    • Creación de mapas geográficos con basemap y Google maps
    • Resumen
  8. Visualización de datos en Python - Seaborn
    • Introducción a la librería Seaborn
    • Seaborn - Creación de Regresión Lineal
    • Seaborn - Stripplot
    • Seaborn - Swarmplot
    • Seaborn - Violinplot
    • Seaborn - Uso de jointplot
    • Seaborn - Uso de pairplot
    • Seaborn - Correlación con heatmap
    • Resumen
  9. Series temporales en Python
    • Series temporales en Pandas: Extracción y parsing
    • Series temporales: Filtrado
    • Series temporales: Remuestreo - Diezmado (downsampling)
    • Series temporales: Remuestreo - Interpolación (upsampling)
    • Visualización de series temporales
    • Previsiones basadas en datos históricos
    • Resumen
  10. Ejecución e interconexión de Python con otras plataformas
    • Generación de scripts de python y automatización de tareas
    • Uso de Python en herramienta de Business Intelligence Power BI
    • Resumen

Formación bonificada para trabajadores.

Este curso cumple con los requisitos establecidos por FUNDAE para la bonificación de Formación Programada.

Si trabajas en una empresa española, tramitamos tu documentación para que puedas beneficiarte de la bonificación de la formación.

¿Deseas bonificar esta formación?

Sí, quiero bonificar esta formación
  • ¿Con o sin tutoría...? ¿Qué me ofrece cada modalidad?

    Sin duda debes elegir la opción que más te convenga, pero ten en cuenta que hay algunas diferencias importantes entre ambas modalidades, sobre todo en lo concerniente a la bonificación de la formación y a la obtención del Certificado de Aprovechamiento.

    Además, recuerda que en la modalidad "Con tutoría" hay un experto/a, que en la generalidad de los casos es el autor del curso, solventando tus dudas y velando porque obtengas el mayor aprovechamiento del aprendizaje.

      S/T Sin Tutoría C/T Con Tutoría
    Acceso secuencial a las unidades del curso
    Disponible
    Disponible
    Descarga de contenidos en PDF
    Disponible
    Disponible
    Acceso a recursos didácticos y multimedia
    Disponible
    Disponible
    Ilimitadas consultas al tutor
    Disponible
    Videoconferencias con el tutor desde el entorno de comunicaciones
    Disponible
    Ejercicios prácticos corregidos y evaluados por el tutor
    Disponible
    Certificado de realización PDF
    Con código seguro de verificación
    Disponible
    Certificado de aprovechamiento PDF
    Con código seguro de verificación
    Disponible
    Posibilidad de bonificación hasta el 100%
    Disponible
  • ¿Cómo empezar?

    ¡Inscribirte en un curso es muy fácil! Solo debes completar el formulario de inscripción e inmediatamente te enviaremos tus datos de acceso a la dirección de email que nos hayas indicado. Recuerda prestar atención a la carpeta de spam si no recibes nuestro email, ya que algunos filtros anti-spam podrían filtrar este correo.

    Una vez tengas tu nombre de usuario y contraseña ya podrás entrar en el curso. Tienes acceso gratuito a la unidad de Metodología para que puedas evaluar el aula virtual y la dinámica de la formación online. Inicialmente, solo puedes ver la unidad de Metodología, aunque en algunos casos también puedes evaluar la primera unidad del curso elegido.

    Puedes realizar el pago del curso durante el proceso de inscripción o en cualquier momento desde el campus del aula virtual. El pago puede realizarse mediante tarjeta de crédito, Paypal, Bizum, o a través de una transferencia bancaria enviando posteriormente el justificante. Una vez realizado el pago podrás acceder a todas las unidades de aprendizaje, siempre de una manera secuencial.

  • Plazos

    Desde que te inscribes, dispones de un plazo máximo de 10 días  para evaluar el aula virtual a través de la unidad de Metodología. Pasado este tiempo, o una vez hayas completado la unidad, no podrás volver a acceder al curso sin comprarlo. Tú decides si deseas continuar la formación.

    Tras formalizar el pago, dispones de 90 días para realizar el curso cómodamente. En caso de que lo necesites, puedes pedir una ampliación de plazo si justificas las causas (¡y generalmente se suele conceder!).

    La ampliación de plazo puedes solicitarla a tu tutor/a y, en el caso de que estés realizando la formación sin tutoría, puedes escribirnos a hola@adrformacion.com

  • Certificados

    Si realizas el curso en la modalidad “con tutoría” y finalizas tu formación con éxito, recibirás un Certificado de Aprovechamiento.

    Si realizas el curso en la modalidad “sin tutoría” y finalizas tu formación con éxito, recibirás un Certificado de Realización.

    Los certificados, expedidos por ADR Formación, indican el número de horas, contenido, fechas de inicio y finalización y otros datos referentes al curso realizado. Además, cada certificado tiene asignado un Código Seguro de Verificación (CSV) único que demuestra su autenticidad.

    Tu certificado estará disponible en un plazo inferior a 24 horas tras haber finalizado la formación. Desde tu área privada, podrás descargarlo en formato PDF.

    Importante: el alumnado que bonifique su formación dispondrá de su Certificado de Aprovechamiento una vez finalizado el plazo de acceso de la formación y tras la validación del expediente.

  • Acreditación de horas

    El curso de Data Science con Python. De Cero a Experto tiene una duración de 40 horas.

300
|
S/T: Curso sin tutoría: 225€
Inscribirme al curso

Data Science con Python. De Cero a Experto

Si es la primera vez que participas en un curso de ADR Formación, regístrate para crear tu usuario/a.

Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.

Introduce tus datos de acceso al Campus Virtual para completar la inscripción.

¿Has olvidado la contraseña?
Este sitio está protegido por reCAPTCHA y se aplican la política de privacidad y términos del servicio de Google.
Quiero bonificar esta formación
Otros cursos que te pueden interesar Cursos de tu interés
ADR Formación

ADR Formación utiliza cookies propias y de terceros para fines analíticos anónimos, guardar las preferencias que selecciones y para el funcionamiento general de la página.

Puedes aceptar todas las cookies pulsando el botón "Aceptar" o configurarlas o rechazar su uso pulsando el botón "Configurar".

Puedes obtener más información y volver a configurar tus preferencias en cualquier momento en la Política de cookies