Data Analytics con Python

El objetivo de este curso es aprender a usar el lenguaje Python de forma práctica y eficiente para resumir, analizar y visualizar conjuntos de datos. Usando casos reales, el alumnado adquirirá las capacidades para extraer conocimiento de los datos y poder orientar decisiones de negocio basadas en ellos.

Al finalizar el curso, el alumnado será capaz de usar el lenguaje Python para:

• Cargar y exportar datos de distintas fuentes
• Explotar conjuntos de datos y extraer información de ellos
• Escoger el análisis adecuado para cada situación
• Visualizar datos complejos de forma efectiva
• Crear visualizaciones interactivas

Todo tipo de profesionales que deseen aprender cómo implementar soluciones de negocio basadas en la analítica o resumen de datos, y planeen usar el lenguaje de programación Python.

Se recomienda que alumnado tenga un dominio a nivel básico de Python, o un buen nivel en otro lenguaje de programación como Java, R, C++…

 

Cada alumno recibirá un ejemplar de la Documentación elaborada por Netmind.

 

Curso presencial, participativo y práctico. El docente introducirá los contenidos mediante problemas realistas, los participantes asimilarán los conocimientos mediante resolución de actividades de nivel adaptativo.

Evaluación continua en base a las actividades realizadas en grupo y/o individualmente. El formador proporcionará feedback de forma continuada e individualmente a cada participante.

En el curso se realizará una prueba de evaluación tipo test que deberá superarse en un 70%. Se dispondrá de 30 minutos para su realización.

Las condiciones de los servicios adicionales de Certificación están sujetos a los términos del propietario de la licencia o de la entidad certificadora autorizada.

Se emitirá Certificado de Asistencia al curso JDB 210 sólo a los alumnos con una asistencia superior al 75% y Diploma aprovechamiento si superan también la prueba de evaluación.

 

1. Introducción al Business Intelligence

• Objetivos de la analítica de datos y la inteligencia de negocio
• Descripción vs predicción
• Fuentes de datos
• Importación y exportación

2. Analítica de datos básica

• Tipos de datos
• Conceptos fundamentales de estadística
• Toma de decisiones y generación de valor
• Aprender a leer datos complejos

3. Explotación de datos

• Transformaciones y manipulación de datos
• Resúmenes de datos
• Agrupaciones y funciones propias
• Limpieza de datos

4. Visualización de datos

• Introducción al paquete matplotlib (gráficos)
• Tipos de gráficos
• Personalización y exportación de gráficos
• Crear gráficos que aporten valor

5. Visualización avanzada

• Introducción al paquete plotly (gráficos interactivos)
• Formatear gráficos interactivos
• Visualización de mapas
• Añadir controles y botones

 

 

JDB210 / JDB-210