Introducción al análisis de datos en Python

  • Bogotá

Detalle del programa

    Modalidad Virtual

    Duración21 horas

    Precio$ 1.562.000

    Titulo OtorgadoActualización Profesional

Fecha de Inicio: 23/02/21 – Fecha de Fin: 16/03/21

En el mundo laboral debido al incremento en el volumen de datos y la necesidad de automatización de tareas se ha generado la necesidad de implementar nuevos softwares y lenguajes de programación a las tareas del día a día. Adicionalmente, al ser Python open source, muchos de los desarrollos de la frontera de conocimiento se han implementado en este lenguaje. Python es el lenguaje de programación que más nuevos programadores ha atraído en los últimos años, es el tercer lenguaje más popular del mundo y el primero en lo que relaciona a análisis de datos, machine learning y minería de datos. Además, es el lenguaje más solicitado por los empleadores en busca de analistas de datos. En respuesta a esta necesidad, el curso de Introducción al análisis de datos en Python busca que los estudiantes adquieran una comprensión general del lenguaje de programación, su utilidad para el análisis de datos y automatización de tareas. En el curso se tratará la sintaxis básica de programación, el manejo de datos y su visualización. Así, el énfasis será sobre la importación, organización y manejo de datos y la presentación de resultados.

El curso está dirigido a personas que deseen desarrollar habilidades de programación en Python. Se espera que el curso sea tomado por personas en el entorno laboral que deseen generar un impacto positivo en sus organizaciones por medio de la automatización de procesos y análisis estadístico de volúmenes considerables de datos. De igual forma, se espera ofrecerles a los investigadores que no han tenido la oportunidad de tener un acercamiento a la programación, una herramienta con la que podrán iniciar su aprendizaje en los lenguajes de programación. Por último, el curso les dará las herramientas necesarias para tomar cursos aplicados de educación continua en los cuales se mostrará el uso de Python en problemas de diferentes industrias. El curso no tiene prerrequisitos.

¿Qué es Educación Continua?

Conjunto de actividades de formación, actualización, desarrollo profesional y personal no conducente a título, que se ofrece con el fin de apoyar el crecimiento de las personas a lo largo de su vida, así como el desarrollo de las organizaciones.La Educación Continua forma parte de la función misional de transferencia de conocimiento que tiene la Universidad; por tanto, es parte central de la actividad de la institución en su contribución al desarrollo de la sociedad.

¿Quiénes Somos?

La Dirección de Educación Continua es un área de la Vicerrectoría Académica que ofrece asesoría y servicios en educación no formal, y que, en conjunto con las Facultades y Departamentos de la Universidad, tiene presencia e impacta en el entorno a través de programas flexibles que desarrollan y actualizan conocimientos, destrezas y competencias, promoviendo el aprendizaje a lo largo de la vida.

Educación Continua en Cifras:

  • Más de 10.000 estudiantes inscritos en programas de diferentes áreas del conocimiento.
  • Más de 500 programas en modalidad presencial, semipresencial (Blended) y virtual.
  • Más del 40% de los programas ofrecidos cada año son nuevos.
  • Más del 95% de los estudiantes están satisfechos con nuestros programas.
  • ​60% de los profesores son Uniandes.

Sesión 1: ¿Qué es Python? ¿Qué es Anaconda?  ¿Qué es un lenguaje multipropósito?   Instalación de Python, Anaconda y Jupyter LAB.  Instalación y carga de librerías.  Jupyter Lab, páneles y comandos rápidos.  Sintaxis en Python: Identación y estructura básica.  Tipos de datos: entero, float, lógico, character. Missings: NaN, NA.  Estructuras de datos: Listas, cadenas, tuplas y diccionarios.  Numpy y Pandas. Operaciones básicas e indexación.  ¿Dónde buscar ayuda? Sesión 2: Importar información  Manejo de listas y diccionarios Extraer información de objetos y rebanados.  Uso de vectores lógicos para extraer información de objetos.  Definir funciones.  Estructuras de control. Sesión 3: Programación orientada a objetos Clases y métodos. Loops: while y for. Controles de flujo: continue, break. Sesión 4: Instalar y cargar paquetes.  Funciones apply, mapping and merge. Funciones de manejo de texto. Manejo básico pandas, numpy.arrays y spicy: selección de filas y/o columnas, selección condicionada. Creación de muestras y subconjuntos de data frames: subsets and samples. Importación de datos: txt, csv, xlsx, .pkl y gzip. Inspección inicial de la información. Sesión 5 y 6:  Introducción a plotly y matplot. Gráficos base: histogramas, scatter plot, bar plot, box plot.  Otras herramientas para visualización de datos: manejo de mapas.  Personalización de gráficos: ejes, colores, títulos.  Exportación de gráficos. Sesión 7: Construcción de análisis estadísticos descriptivos. Pruebas estadísticas. Modelos estadísticos. (Regresiones y modelos de clústering)

Enseñar a los estudiantes los conceptos básicos de programación. Familiarizar a los estudiantes en la sintaxis básica de Python. Se enseñarán las siguientes habilidades: –    Operaciones matemáticas vectoriales y matriciales con numpy. –    Limpieza y Manipulación de bases de datos. –    Visualización de datos con las librerías más famosas. –    Automatización de tareas en Python.  –    Generar valor agregado a partir de análisis estadísticos descriptivos.

Programas Relacionados