Data science pro
6 cursos online para ser un exPerto en 6 meses
MATRÍCULA ABIERTA - INICIO GRUPOS ENERO/FEBRERO 2022
MÓDULO I: Principiantes
"
Intro a la programación en Python
Introducción a los fundamentos de la programación
Características y sintaxis del lenguaje de programación Python 3
Manejo de tipos de datos básicos
Estructuras de control: condicionales y bucles
Definición de funciones
Características y sintaxis del lenguaje de programación Python 3
Manejo de tipos de datos básicos
Estructuras de control: condicionales y bucles
Definición de funciones
"
"
Taller práctico de refuerzo en Python
"
Calculando estadísticas
Trabajando con strings
Simulaciones simples
Interacción con el usuario: Interfaces gráficas
Trabajando con strings
Simulaciones simples
Interacción con el usuario: Interfaces gráficas
Módulo II: Informáticos
"
Programación en Python
Características y particularidades del lenguaje: variables, garbage collector, tipos de datos, tipado dinámico, operadores, estructuras de control.
Funciones: valor de retorno, tipos de argumentos, número arbitrario de argumentos, ámbitos de las variables.
Excepciones: qué son, cómo manejarlas, estructura try/except/else/finally, lanzar excepciones, crear tipos de excepciones.
Lectura y escritura de archivos: apertura de archivos, modos de apertura, operaciones de escritura y lectura, sentencia with.
Módulos: librería standard, carga de módulos, uso, gestor de paquetes, descarga y actualización de módulos, organizar el código en módulos.
Bases de datos SQL: DBAPI, conexion y cursor, ejecución de comandos SQL
HTTP y servicios web: módulo requests, consumir información de APIs, métodos get, post, put y delete.
Funciones: valor de retorno, tipos de argumentos, número arbitrario de argumentos, ámbitos de las variables.
Excepciones: qué son, cómo manejarlas, estructura try/except/else/finally, lanzar excepciones, crear tipos de excepciones.
Lectura y escritura de archivos: apertura de archivos, modos de apertura, operaciones de escritura y lectura, sentencia with.
Módulos: librería standard, carga de módulos, uso, gestor de paquetes, descarga y actualización de módulos, organizar el código en módulos.
Bases de datos SQL: DBAPI, conexion y cursor, ejecución de comandos SQL
HTTP y servicios web: módulo requests, consumir información de APIs, métodos get, post, put y delete.
"
"
Programación Orientada a Objetos
POO como paradigma de programación: clases, objetos, atributos y comportamiento.
Clases y objetos: definición de clases, atributos de clase, instanciación de objetos, atributos de objetos, métodos, constructor, encapsulamiento.
Métodos especiales: definiendo el comportamiento de funciones especiales y operadores, emulación de tipos numéricos, emulación de contenedores, context managers, iteradores.
Herencia: qué es, clases padre e hijo, extensión de funcionalidad, overriding, herencia múltiple, MRO Decoradores: funciones de orden superior, creando decoradores, aplicando decoradores, @staticmethod, @classmethod, @property
Clases y objetos: definición de clases, atributos de clase, instanciación de objetos, atributos de objetos, métodos, constructor, encapsulamiento.
Métodos especiales: definiendo el comportamiento de funciones especiales y operadores, emulación de tipos numéricos, emulación de contenedores, context managers, iteradores.
Herencia: qué es, clases padre e hijo, extensión de funcionalidad, overriding, herencia múltiple, MRO Decoradores: funciones de orden superior, creando decoradores, aplicando decoradores, @staticmethod, @classmethod, @property
"
"
Python para Análisis de Datos
Entorno de trabajo: Anaconda, jupyter notebook, tipos de celdas, markdown
Datos: representación de datos, tipos de datos, datos estructurados y no estructurados, estructuras de datos de python
Transformación de datos: funciones y métodos, funciones de orden superior, funciones anónimas
Numpy: características y atributos de los arrays, indexación, operaciones vectorizadas, funciones de agregación, álgebra lineal
Pandas: Series y DataFrames, indexación, manipulación de índices, operaciones, estadísticas, groupby, gráficos, missing values, operaciones sobre strings, tipo de dato datetime y trabajo con series de tiempo
Matplotlib: interfaz pyplot, anatomía de un gráfico, creación de gráficos, formateo de gráficos, añadir elementos a un gráfico, tipos de gráficos, subplots, interfaz orientada a objetos
Datos: representación de datos, tipos de datos, datos estructurados y no estructurados, estructuras de datos de python
Transformación de datos: funciones y métodos, funciones de orden superior, funciones anónimas
Numpy: características y atributos de los arrays, indexación, operaciones vectorizadas, funciones de agregación, álgebra lineal
Pandas: Series y DataFrames, indexación, manipulación de índices, operaciones, estadísticas, groupby, gráficos, missing values, operaciones sobre strings, tipo de dato datetime y trabajo con series de tiempo
Matplotlib: interfaz pyplot, anatomía de un gráfico, creación de gráficos, formateo de gráficos, añadir elementos a un gráfico, tipos de gráficos, subplots, interfaz orientada a objetos
"
"
Machine Learning
Introducción: qué es el machine learning, variantes, aplicaciones, el rol de Python.
Scikitlearn: módulo de machine learning, composición, interfaz, estimators, predictors, transformers y models
Flujo de trabajo en el proceso de machine learning
Aprendizaje supervisado - Clasificación
Aprendizaje supervisado - Regresión
Aprendizaje no supervisado
Introducción a redes neuronales
Scikitlearn: módulo de machine learning, composición, interfaz, estimators, predictors, transformers y models
Flujo de trabajo en el proceso de machine learning
Aprendizaje supervisado - Clasificación
Aprendizaje supervisado - Regresión
Aprendizaje no supervisado
Introducción a redes neuronales
"