Build your ultimate AI agent
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.
- ¿Qué es la ciencia de datos?50 XP
- Ciencia de datos por doquier50 XP
- Importancia de la ciencia de datos50 XP
- Aplicaciones de la ciencia de datos50 XP
- Dosis diaria de ciencia de datos50 XP
- La ciencia de los asistentes inteligentes50 XP
- Roles y herramientas de la ciencia de datos50 XP
- Seleccionar al candidato adecuado50 XP
- El rol de un científico de datos50 XP
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.
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.
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.
Comprender la ciencia de datos
Curso
completado

