Python es un software que viene incrementando su uso por parte de las empresas, es fácil de aprender e ideal para el desarrollo rápido de diversas técnicas multivariadas y de minería de datos que pueden ser aplicadas en diversas áreas y sobre la mayoría de las plataformas.

Pre-requisitos: Ninguno.

Objetivo General:

Conocer la importancia estratégica del análisis de datos y cómo las herramientas y técnicas de Analytics ayudan a las empresas a mejorar la toma de decisiones, generando valor y rentabilidad para las mismas, mediante el desarrollo de técnicas analíticas y algoritmos desarrollados en Python.

Objetivos Específicos:

  • Aprender a manejar tipos de datos básicos, principales estructuras de datos, manejo de funciones, arrays y dataframes. 
  • Aprender a realizar un análisis estadístico y gráfico con Python. 
  • Comprender la importancia de la ciencia de datos en las empresas y el uso del machine learning para lograr sus objetivos comerciales. 
  • Aprender a utilizar Python para desarrollar algoritmos de aprendizaje automático. 
  • Comprender el procedimiento y las técnicas que se utilizan en el machine learning, así como saber diferenciarlas según los objetivos buscados.

Resumen del contenido:

  • Tipos y estructura de datos.
  • Álgebra lineal con Numpy.
  • Funciones, clases y objetos.
  • Análisis de datos con Pandas.
  • Visualización con Matplotlib.
  • Estadística descriptiva.
  • Estadística inferencial.
  • Análisis multivariado.
  • Métodos Supervisados.
  • Métodos No Supervisados.
  • Análisis de series de tiempo.
  • Text Mining & Deep Learning.

Luis Garayar

Gerente Adjunto Data Scientist en el BCP, previamente ha tenido experiencia en el BBVA, BanBif, Banco Pichincha e Interbank. Maestría en Inteligencia Artificial por la UNIR - España y maestría en Estadística Aplicada por la UNALM.
product_img1
Inversión: S/990.00 S/1,650.00
Inicio: 29/04/2023
Fin: 26/06/23
68 hrs. académicas
Online, 100% en vivo
17 sesiones
Lu / 07:30PM a 10:30PM - Sá / 10:00AM a 01:00PM
Certificado de aprobación