Curso de Herramientas de Programación para la Ciencia de Datos.
- Tipo: Cursos
- Modalidad:Online / Distancia
Detalles.
Dirigido a:
- Líderes tecnológicos, directores de TI y gestores de datos que desean desarrollar estrategias de datos alineadas con los objetivos empresariales de sus organizaciones, este programa será especialmente beneficioso para aquellos que desempeñan las siguientes funciones.
- Empresarios y consultores que buscan ofrecer soluciones integrales de datos a sus propias empresas o a las de sus clientes.
Comentarios:
En este curso aprenderás los conceptos generales de las bases de datos para luego trabajar sobre bases de datos relacionales. Implementarás como analista técnico y como usuario bases de datos relacionales por medio del lenguaje de consultas estructuradas (SQL). Diseñarás y desarrollarás tableros de control con la herramienta Power BI y Power Query. Al terminar el curso podrás desarrollar proyectos de data analytics como un analista integral, desde el relevamiento inicial hasta la creación de un tablero.
¿
Cuáles son los objetivos de este curso?
- Determinar las características de un dataset, analizándolo e interpretando el preprocesamiento necesario a realizar.
- Transformar los datos en información, añadiendo valor y propiciando la generación de conocimiento nuevo.
- Analizar las técnicas más apropiadas para cada conjunto, examinando los resultados obtenidos.
- Desarrollar habilidades para convertir los datos en información de la que se pueda extraer conocimiento.
- Fundamentar la toma de decisiones realizando análisis completos previos de los datos.
- Establecer las herramientas y métodos generales más apropiados para modelar cada dataset en función del preprocesamiento realizado.
- Evaluar los resultados de forma analítica, comprendiendo el impacto de la estrategia escogida en las distintas métricas.
- Demostrar capacidad crítica ante los resultados obtenidos tras aplicar métodos de preprocesamiento o modelado.
¿
Qué distingue a este curso de los demás?
Autoplaneado, avanza a tu ritmo de manera paráctica con contenido de actualidad.
Temario.
Módulo 1 Programación en R
1 Introducción al entorno de RStudio
2 Instalación de librerías adicionales y acceso a la ayuda del IDE
3 Variables atómicas, operaciones básicas y depuración
4 Estructuras de Control
5 Estructuras de datos
6 Aplicaciones
7 Simulación y muestreo
Módulo 2 Obtener, limpiar y explorar datos
1 Manipulación y carga de datos en R
2 Almacenamiento de datos y su extracción
3 Organizando, fusionando y administrando datos
4 Graficación en R
5 Análisis Exploratorio de Datos
Módulo 3 Aprendizaje automático
1 ¿Qué es el aprendizaje automático?
2 Aprendizaje máquina práctico
3 Aprendizaje máquina práctico – clasificación
4 Random Forests
5 Técnicas complementarias de Machine Learning
