Python para Data Science
Aprende Python aplicado a ciencia de datos: análisis exploratorio, visualización, machine learning y modelos predictivos. Transforma datos en decisiones de negocio con las librerías más demandadas.
Instructor
María González
Doble Certificación
Campus + Internacional
Lo que aprenderás
Beneficios adicionales
Doble certificación
Certificado de Campus Andina + Certificado internacional
Comunidad exclusiva
Acceso a grupo privado de estudiantes
Actualizaciones gratuitas
Contenido nuevo sin costo adicional
Contenido del curso
- Estructuras de datos en Python
- List comprehensions
- Funciones y lambda
- Manejo de errores
- Mu00f3dulos y paquetes
- Entornos virtuales
- Arrays y operaciones
- Broadcasting
- Indexing y slicing
- u00c1lgebra lineal
- Nu00fameros aleatorios
- Performance con NumPy
- DataFrames y Series
- Limpieza de datos
- GroupBy y agregaciones
- Merge y join
- Pivoting
- Fechas y tiempo
- Lectura de CSV/Excel/JSON
- Optimizaciu00f3n de memoria
- Matplotlib bu00e1sico
- Seaborn para estadu00edstica
- Plotly interactivo
- Dashboards con Streamlit
- Paletas de color
- Storytelling con datos
- Regresiu00f3n lineal y logu00edstica
- u00c1rboles de decisiu00f3n
- Random Forest y XGBoost
- Clustering K-Means
- Reducciu00f3n de dimensionalidad (PCA)
- Pipelines de ML
- Validaciu00f3n cruzada
- Mu00e9tricas de evaluaciu00f3n
- Hiperparu00e1metros con GridSearch
- Proyecto churn prediction
- API con FastAPI
- Deploy en Hugging Face
- Dashboard ejecutivo
- Documentaciu00f3n de modelos
- MLflow bu00e1sico
Requisitos
- • Conocimientos básicos de Python (variables, funciones, bucles)
- • Familiaridad con conceptos matemáticos básicos
- • Anaconda o Jupyter Notebook instalado