糖心vlog官网观看

En este curso los estudiantes aprender谩n el uso adecuado y eficiente de Python como herramienta computacional para el an谩lisis de datos, y su rol en la toma de decisiones dentro de una organizaci贸n. Para ello se introducir谩n los conceptos b谩sicos y generales sobre el manejo y an谩lisis de datos, se explicar谩 la importancia de una correcta visualizaci贸n de los datos y de los resultados de los an谩lisis que se realicen con estos, y se explicar谩 en qu茅 consisten los an谩lisis descriptivos, predictivos, y prescriptivos, ense帽ando diferentes m茅todos para llevar a cabo estos an谩lisis. El curso utilizar谩 exposiciones a trav茅s de clases sincr贸nicas, an谩lisis de casos, test basados en la interacci贸n con bases de datos, contenidos entregados por las video clases, lecturas y reflexi贸n individual a trav茅s de foros.

Este curso introduce a los estudiantes al campo de la ciencia de datos a trav茅s de sus principios b谩sicos y las principales t茅cnicas y herramientas utilizadas. Los estudiantes aprender谩n sobre recolecci贸n e integraci贸n de datos, an谩lisis exploratorio de datos, an谩lisis descriptivo y predictivo, y creaci贸n de productos de informaci贸n. Los temas ser谩n tratados en amplitud, m谩s que en profundidad, haciendo 茅nfasis en la integraci贸n y s铆ntesis de conceptos, y su aplicaci贸n a la soluci贸n de problemas.

En este curso los estudiantes complementar谩n conocimientos y habilidades que se requieren especialmente en el 谩rea de Ciencia de Datos, donde los resultados de m茅todos de computaci贸n, estad铆stica, miner铆a y an谩lisis de datos podr谩n ser resumidos y comunicados. Dentro de las actividades pr谩cticas del curso, los estudiantes aprender谩n t茅cnicas y algoritmos para analizar, dise帽ar y crear visualizaciones efectivas basadas en principios de dise帽o gr谩fico, artes visuales, y psicolog铆a cognitiva. El curso estar谩 orientado a estudiantes con experiencia previa en programaci贸n, con foco en aquellos que deseen utilizar visualizaciones en su trabajo, as铆 como estudiantes interesados en construir mejores sistemas y herramientas de visualizaci贸n.

En este curso los estudiantes aprender谩n los conceptos elementales de machine learning y varias metodolog铆as de aprendizaje supervisado y no supervisado. El estudiante deber谩 ser capaz de identificar los m茅todos m谩s apropiados, aplicarlos y compararlos en diferentes contextos, en particular, para problemas de grandes vol煤menes de datos.