Programa Especializado CIENCIA DE DATOS Y MACHINE LEARNING CON PYTHON

MÓDULO 1: Python + Colab

• Introducción

               · Introducción al lenguaje

               · Instalación y configuración de mi workspace en Colab

• Python básico
• Hello Python
• La interfaz con Python
• Variables y tipos
• Asignación de variables
• Cálculos con variables
• Otros tipos de variables
• Operaciones con otro tipo de variables
• Tipo de conversión

MÓDULO 2: Listas y estructuras

• Listas Python
• Crear una lista
• Crear listas con diferentes tipos
• Listas de listas
• Subconjunto de listas
• Subconjunto y calculo
• Cortado y tajado
• Manipulación de listas
• Reemplazo de elementos de listas
• Extensión de listas
• Estructuras de datos integradas

               · Tuplas

               · Diccionarios

MÓDULO 3: NumPy

• NumPy
• Primera matriz NumPy
• Subconjunto matriz NumPy
• Matriz 2D Numpy
• Estadísticas básicas en NumPy
• Manejo de errores y excepciones
• Excepciones, tipos y control de excepciones
• Programación orientada a objetos
• Clases y objetos
• Atributos y métodos

MÓDULO 4: Condicionales y Panda

• Condicionales
• Sentencias
• Expresiones
• Pandas

               · Data

               · Indexación

               · Órdenes

               · Datos perdidos

               · Operaciones

               · Agrupaciones

               · Estadísticas

               · Uniones

MÓDULO 5: Funciones y paquetes

• Funciones
• Funciones familiares
• Múltiples argumentos
• Métodos de cadena
• Métodos de lista
• Paquetes
• Importación de paquetes
• Importación selectiva
• Funciones lambda

MÓDULO 6: Visualización y Analytics

• Visualización de datos
• Análisis de datos
• Análisis univariado
• Análisis bivariado
• Introducción al predictive analytics
• Random forest
• Regresión logística

MÓDULO 7: Introducción a la estadística

• Conceptos básicos: Estadística, población muestra, elemento muestral
• Tipos de variables:

               · Categóricas (Nominales y ordinales)

               · Numéricas (Discretas y continuas)

• Secuencia / Metodología de análisis de datos
• Introducción a Colab
• Full introducción a Python

MÓDULO 8: Análisis descriptivo

• Medidas de tendencia central: moda, mediana, media.
• Medias de dispersión:

               · Desviación estándar

               · Varianza

               · Rango

               · Rango intercuartílico

               · Coeficiente de variación

• Coeficiente de asimetría y kurtosis
• Medidas de asociación: correlación
• Pruebas Chi Cuadrado

MÓDULO 9: Tratamiento de datos nulos y outliers

• Tratamiento de datos nulos
• Tratamiento de outliers
• Imputación paramétrica y no paramétrica

MÓDULO 10: Inferencia estadística

• Teoría de la inferencia estadística (paramétricas y no paramétricas)
• Teorema del límite central
• Pruebas de hipótesis
• Pruebas de normalidad
• Pruebas de correlación (paramétricas y no paramétricas)
• Prueba chi cuadrado
• Prueba de la media de 1 muestra
• Prueba de la media de 2 muestras
• ANOVA
• Prueba de Wilcoxon
• Prueba de Mann Whitney

MÓDULO 11: Aprendizaje supervisado

• Creación de nuevas variables (atributos)
• Regresión lineal simple
• Regresión lineal múltiple
• Regresión logística
• Random forest
• Análisis de multicolinealidad
• Estimaciones
• Métricas: ROC, gini, accuray, KS, log-loss, entre otros.

MÓDULO 12: Aprendizaje no supervisado

• Análisis de componentes principales
• Análisis clúster
• Validación de clústers
• Perfilamiento de clústers

MÓDULO 13: EDA y tratamiento para datos

• Análisis exploratorio de datos
• Tratamiento de datos, OneHotEncoder, TargerEncoder
• Tratamientos de valores atípicos
• Imputación paramétrica (media, mediana, moda)
• Imputación no paramétrica para la imputación de valores perdidos
• División de los datos categóricos en números
• Creación de Driver
• División de los datos en conjunto de entrenamiento y prueba
• Normalización de los datos
• Balanceo de data: SMOTE, OverSampling, UnderSampling
• Selección de variables

MÓDULO 14: Aprendizaje supervisado para regresiones

• Regresión lineal
• KNN
• Árbol de decisión
• Suport Vector
• Ensemble methods
• AdaBoost, GBM, XGBoost
• Gridsearch de parámetros, RandomGridsearch
• Optimizacipon bayesiana
• Aplicación de un modelo TensorFlow

MÓDULO 15: Aprendizaje supervisado para clasificación

• Regresión logística
• Naive bayes
• Árbol de decisión
• KNN
• Random forest
• Support vector
• AdaBoost, GBM, XGBoost
• Gridsearch de parámetros, RandomGridsearch
• Optimización bayesiana

MÓDULO 16: Aprendizaje no supervisado

• Aprendizaje no supervisado

               · K-means clutering

               · Análisis de cesta de canasta de mercado

               · Segmentación o puntuación RFM

• Reducción de dimensiones

               · PCA

               · LDA

MÓDULO 17: Introducción a series de tiempo

• Introducción a series de tiempo
• Entendiendo series de tiempo
• Método baso en suavizamiento exponencial