Ir al contenido principal

Curso

Comprender la ciencia de datos

Básico2 h

Introducción a la ciencia de datos, ¡y no hay que programar!

Python2 h15 vídeos47 ejercicios2,800 XP860K+Certificado de logro

Crea tu cuenta gratis

Continuar con Google
o
Al continuar, aceptas nuestros los Términos de uso, nuestro la Política de privacidad y que tus datos se almacenan en EE. UU.

Les encanta a estudiantes de miles de empresas

¿Formando a un equipo?

Prueba para empresas

Descripción del curso

¿Qué es la ciencia de datos, por qué está tan de moda y por qué la Harvard Business Review la calificó como el "trabajo más sexy del siglo XXI"? En este curso no técnico, te presentaremos todo lo que quizá no te atrevías a preguntar sobre este campo tan dinámico y en rápido crecimiento, sin necesidad de escribir ni una sola línea de código. A través de ejercicios prácticos, conocerás los diferentes roles de los científicos de datos, temas fundamentales como las pruebas A/B, el análisis de series temporales y machine learning y cómo las personas que se dedican a la ciencia de datos extraen conocimiento e ideas a partir de datos del mundo real. No te dejes intimidar por las palabras de moda. Empieza a aprender, adquiere habilidades en este ámbito con tanta demanda y descubre por qué la ciencia de datos es para todo el mundo.Los vídeos incluyen transcripciones en directo que puedes ver haciendo clic en "Mostrar transcripción" en la parte inferior izquierda del reproductor.El glosario del curso se encuentra a la derecha, en la sección de recursos.Para obtener créditos CPE, necesitas completar el curso y alcanzar una puntuación del 70 % en la evaluación cualificada. Puedes ir a la evaluación haciendo clic en el aviso de créditos CPE a la derecha.

Requisitos previos

No hay requisitos previos para este curso

Programa de formación

Contenido del curso

1

Introducción a la ciencia de datos

Empezaremos el curso definiendo qué es la ciencia de datos. Cubriremos el flujo de trabajo de la ciencia de datos y cómo se aplica la ciencia de datos a los problemas del mundo real. Terminaremos el capítulo aprendiendo sobre los diferentes roles del campo de la ciencia de datos.
Empezar capítulo
2

Recopilación y almacenamiento de datos

Ahora que entendemos el flujo de trabajo de la ciencia de datos, profundizaremos en el primer paso: la recopilación y el almacenamiento de datos. Aprenderemos sobre las distintas fuentes de datos que puedes utilizar, qué aspecto tienen esos datos, cómo almacenarlos una vez recopilados y cómo un pipeline de datos puede automatizar el proceso.
Empezar capítulo
3

Preparación, exploración y visualización

La preparación de los datos es fundamental: los científicos de datos pasan el 80 % del tiempo limpiando y manipulando datos, y solo el 20 % analizándolos de verdad. Este capítulo te mostrará cómo diagnosticar problemas en los datos y cómo tratar los valores que faltan y los valores atípicos. A continuación, obtendrás información sobre la visualización, otra herramienta esencial tanto para explorar tus datos como para transmitir tus conclusiones.
Empezar capítulo
4

Experimentación y predicción

En este capítulo final, hablaremos de experimentación y predicción. Empezaremos con los experimentos, cubriremos las pruebas A/B y pasaremos a la previsión de series temporales, donde aprenderemos a predecir acontecimientos futuros. Por último, terminaremos con el machine learning y examinaremos el aprendizaje supervisado y la agrupación de clústeres.
Empezar capítulo

Comprender la ciencia de datos

Curso
completado

Obtén el certificado de logro

Inscríbete ahora

Desarrolla tus habilidades con la aplicación móvil de DataCamp

Progresa sobre la marcha con nuestros cursos móviles y desafíos diarios de 5 minutos.