Fundamentos de Python para ciencia de datos

73a69bc9-153b-4329-8927-1ec2b8de0fdd

Características

Modalidad

En línea

Duración

12 horas

6 sesiones

Fechas

16, 18, 23, 25, 30 de abril y 2 de mayo de 2024

Horario

7:00 PM a 9:00 PM. Hora de la Ciudad de México.

Diploma

Constancia con valor curricular por las horas impartidas.

Plataforma

Google Meet y Google Classroom

Sobre el curso

En el curso conocerán las bases fundamentales de Python para la aplicación de las buenas prácticas de código.

Curso dirigido a personas que no tienen experiencia previa en programación y desean aprender desde cero. Investigadores, científicos, o profesionales que trabajan con datos pero que aún no han incorporado Python en su conjunto de habilidades. El curso está dirigido a adquirir los conocimientos para realizar sus tareas de análisis de datos de manera más eficiente y con un enfoque más poderoso.

Características

Que aprenderás

• Conocerás la sintaxis básica de Python.
• Adquirirás una comprensión sólida de los principios básicos que son fundamentales.
• Entenderás cómo Python se utiliza específicamente en el contexto de la Ciencia de Datos.
• Realizarás tareas básicas de manipulación y limpieza de datos utilizando Python.
• Aprenderás las bases de conceptos más avanzados enCiencia de Datos y machine learning.

Módulos del curso

1. Introducción: Variables y estructuras de datos, sintaxis básica, operadores aritméticos, lógicos y otros.
2. Fundamentos de Python
3. Funciones en Python
4. Aplicaciones estadísticas

Ponente(s)

TEMARIO COMPLETO

M. en E. David Zambrano

Economista, Especialista en Finanzas y Mágister en Economía, con gran experiencia en el análisis de datos, implementación de modelos de Machine Learning y Deep Learning en distintos problemas de negocio. Está certificado por Google como TensorFlow Deve=loper. Ha laborado como científico de datos para empresas de distintos sectores, y actualmente es científico de datos en Mercado Libre. Es un apasionado por todos los temas relacionados con la Inteligencia Artificial.