Diplomatura en Python Orientada a Científico de Datos

Precio

$46,160

Abonalo en 3, 6 y 9 cuotas sin interés con Todo Pago .

Modalidad: 100% Online
Duración: 12 semanas
CERTIFICACIÓN UNIVERSITARIA UTN
VACANTES DISPONIBLES INICIO 5/4/2021

Objetivos

La Diplomatura en Python orientada a Científico de Datos está enfocada a aprender a programar en Python y su aplicación orientada al mundo la ciencia de datos.

Aprenderás el poderoso lenguaje Python al tiempo que incorporas las técnicas de análisis exploratorio, y los paquetes que permiten crear modelos como vecinos cercanos, reglas de asociación, redes neuronales, máquinas de soporte vectorial, árboles de decisión, bayes ingenuo y discriminante tanto lineal como cuadrático.

 

Modalidad de cursado

Diplomatura en Ciencia de Datos Modalidad a distancia de forma Online.

  • Dos clases semanales por videoconferencias interactivas, una teórica y una práctica. La duración de cada clase es de 30 a 60 minutos dependiendo del tema, la cantidad de participantes y el nivel de intervenciones conseguido.
  • El estudiante tiene actividad complementaria con material de soporte de las clases, material teórico para estudiar, ejercicios resueltos y para resolver, corrección de ejercicios y autoevaluaciones.
  • La dedicación recomendada a estas actividades es de ocho horas semanales.
  • Soporte docente por Grupo de WhatsApp, email y foro.

Fechas y horarios

Diplomatura en Python aplicado a la ciencia de datosDíaHora
Introducción a la Ciencia de Datos5/4/202119 hs
Iniciación en Python 1 de 47/4/202119 hs
Iniciación en Python 2 de 49/4/202119 hs
Iniciación en Python 3 de 414/4/202119 hs
Iniciación en Python 4 de 416/4/202119 hs

A quien va dirigido

Está dirigido a cualquier persona interesada en el mundo de la ciencia de datos y su aplicación. Incluyendo a profesionales de distintas disciplinas que deseen formarse en esta área del conocimiento transversal y multidisciplinaria.

No es necesario tener formación previa en programación, bases de datos y estadísticas pues se ofrecen como complemento recursos para nivelar hacia arriba cualquier posible faltante en este sentido.

Programa Analítico

Elementos de Python

Descarga e instalación
Principales librerías
Variables y tipos de datos
Listas, tuplas y diccionarios
Ejecución condicional
Ciclos definidos e indefinidos
Manejo de Excepciones
Funciones y Generadores
Clases y objetos
Manejo de archivos y directorios
Conexión a archivos planos
Conexión a Excel
Conexión a Bases de Datos

Análisis Exploratorio

Uso de NumPy
Uso de Pandas
Uso de MatPlotLib
Módulo matplotlib
Módulo math
Módulo numpy
Módulo yt
Módulo mayavi

 Aprendizaje no supervisado

Uso de Scikit-Learn
Análisis de componentes principales K-Medias
Clustering jerárquico

 Vecinos Cercanos (Knn)

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Bayes Ingenuo

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Árboles de decisión

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Máquinas de Soporte Vectorial

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Discriminante lineal y cuadrático

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Redes Neuronales

Instalación y uso del paquete
Ejemplo conceptual en Excel
Ejemplo en Python
Principales parámetros de ajuste y control
Problema concreto

 Reglas de asociación

Instalación y uso del paquete
Ejemplo conceptual en Access
Ejemplo en Python
Problema concreto
Principales parámetros de ajuste y control
Esquema de votación de reglas

Completá el formulario para confirmar tu depósito o transferencia

Luego de enviado el comprobante nos pondremos en contacto contigo durante las próximas horas .