El objetivo de este curso es aprender los fundamentos de la ciencia de datos y desarrollar una competencia efectiva orientada a resolver problemas reales usando Python como lenguaje. Se busca estructurar correctamente el conocimiento sobre algoritmos y técnicas asociadas para ofrecer soluciones empresariales automatizadas basadas en los datos.

Al finalizar el curso, el alumnado tendrá las nociones básicas de los siguientes conceptos, a la vez que sabrá utilizar el lenguaje Python para resolver casos reales asociados a ellos:

• ¿Qué es (y qué no es) exactamente la ciencia de datos?
• Las diferencias y usos principales del aprendizaje supervisado y no supervisado
• Como orientar correctamente un proyecto de datos
• Los principales algoritmos de clasificación y regresión
• Los principales algoritmos de agrupación (clustering) y recomendadores
• Cómo mejorar y optimizar modelos de Machine Learning
• El uso de la simulación en la ciencia de datos

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

Se recomienda que el alumnado tiene 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 206 sólo a los alumnos con una asistencia superior al 75% y Diploma aprovechamiento si superan también la prueba de evaluación.

1. Introducción a la ciencia de datos

• Diferencias entre Data Science, Business Intelligence y Big Data
• Aprendizaje supervisado vs Aprendizaje no supervisado
• Tipos de datos en Python y sus particularidades
• Introducción al Scikitlearn
• Preprocesamiento de datos
• Ingeniería de variables

2. Principales algoritmos de Regresión

• Regresión lineal y evaluación de modelos numéricos
• Árboles de regresión
• Random Forests
• Redes neuronales
• Validación interna, externa y cruzada

3. Principales algoritmos de Clasificación

• Regresión logística y evaluación de modelos basados en categorías
• Árboles de clasificación
• KNN
• Support Vector Machine
• Selección de parámetros automática

4. Otras técnicas de ciencia de datos

• Reducción de la dimensionalidad (PCA)
• Clustering (K-means, Jerárquico, Espectral)
• Recomendadores
• Introducción a la simulación

JDB206