This course was created with the
course builder. Create your online course today.
Start now
Create your course
with
Autoplay
Autocomplete
Previous Lesson
Complete and Continue
✓ Máster Data Science con Python desde Cero
BLOQUE 1: INTRODUCCIÓN AL ANÁLISIS DE DATOS CON PYTHON
¿Qué es Python y qué nos proporciona para el análisis de datos? (2:41)
Instalación Python + Jupyter (7:01)
Importar librerías y fuentes de datos (11:26)
Visualización básica con Matplotlib (9:17)
Visualización básica con Matplotlib - Caso Práctico (11:18)
Flujograma de un proyecto Data Science (2:56)
BLOQUE 2: FUNDAMENTOS DEL LENGUAJE PYTHON
Variables en Python (3:48)
Creación de listas, extracción y modificación de datos (3:58)
Conceptos avanzados de creación de listas (3:26)
Uso de funciones en Python (in-built) (2:46)
Cómo crear diccionarios en Python (2:21)
Creación de funciones en Python y argumentos flexibles (7:04)
Funciones lambda (4:37)
Métodos en Python (3:01)
Uso de función zip para creación de diccionarios en base a listas (2:07)
Comparadores en Python (2:37)
Bucles en Python (10:51)
Comprensión de listas en python (5:57)
BLOQUE 3: CONCEPTOS ESTADÍSTICOS PARA EL ANÁLISIS DE DATOS
Variables y conceptos básicos (4:21)
Varianza de una variable (4:17)
Correlación de variables (2:10)
Histogramas (1:53)
Análisis con percentiles (3:17)
Funciones densidad de probabilidad (3:54)
Cálculo de previsiones (forecast) y media móvil (3:19)
BLOQUE 4: ANÁLISIS NUMÉRICO CON NUMPY
Introducción a la librería Numpy (3:04)
Selección de datos con array Numpy (4:53)
Arrays 2D en Numpy (2:36)
Cálculo estadístico con Numpy (7:37)
BLOQUE 5: ANÁLISIS DE DATOS CON PANDAS
Introducción a la librería Pandas ¿qué es un dataframe? (2:08)
Creación de un dataframe a partir de un diccionario (2:10)
Cómo importar datos desde un fichero de texto plano (txt, csv,…) (7:38)
Selección de datos en un dataframe Pandas (6:29)
Métodos útiles de un dataframe Pandas (13:55)
Eliminar duplicados, valores erróneos y columnas de un dataframe Pandas (10:11)
Interpolación de datos (6:52)
Filtrar datos en un dataframe Pandas (10:31)
Ordenación valores en un dataframe Pandas (2:26)
Crear columnas en un dataframe para cadenas de texto (3:03)
Crear columnas en un dataframe a partir de un diccionario con map (2:17)
Crear columnas en un dataframe a partir de funciones lambda (10:27)
Crear columnas en un dataframe a partir de funciones condicionales (3:53)
Renombrar y reordenar columnas de un dataframe Pandas (2:28)
Cómo crear pivot tables en Pandas (5:31)
Uso de groupby en Pandas (8:03)
Concatenación de dataframes (union) (3:30)
Combinación de dataframes (merge) (11:33)
BLOQUE 6: IMPORTACIÓN Y EXPORTACIÓN DE DATOS CON PANDAS
Cómo importar datos desde un fichero Excel (1:39)
Introducción a las BBDD relacionales / Modelos de datos (3:39)
Cómo importar datos desde una BBDD SQL (6:04)
Cómo importar datos desde una página Web (3:13)
Cómo importar datos desde una página Web (Web scraping) (7:47)
Cómo importar datos desde un fichero semi-estructurado JSON (6:20)
Cómo importar datos desde Redes Sociales (7:12)
Cómo importar datos desde Cloud (AWS / Azure / Google Cloud) (4:00)
Exportación de datos a CSV y Excel (6:22)
Exportación de datos a BBDD SQL (3:11)
BLOQUE 7: PROYECTO DATA SCIENCE 1 - ANÁLISIS DE DATOS CON PANDAS
PROYECTO DATA SCIENCE 1: ANÁLISIS DE DATOS CON PANDAS
BLOQUE 8: VISUALIZACIÓN DE DATOS EN PYTHON – MATPLOTLIB
Consejos para la visualización de datos (4:58)
Introducción a la librería Matplotlib (3:10)
Creación de un gráfico de línea, bar, scatter (7:37)
Personalización de gráficos (título, etiquetas, ticks, leyenda, límites de ejes, anotaciones,…) (4:13)
Creación de box & whiskers plot (6:57)
Creación de un histograma y CDF (2:41)
Gráfico de media móvil (5:08)
Visualización de gráficos múltiple (subplots) (2:32)
Aplicación de estilos (1:18)
Creación de gráficos a partir de objeto groupby (5:54)
Creación de histogramas en 2D (2:38)
Creación de mapas geográficos con basemap (7:34)
BLOQUE 9: VISUALIZACIÓN DE DATOS EN PYTHON - SEABORN
Introducción a la librería Seaborn (1:10)
Seaborn - Creación de Regresión Lineal (8:17)
Seaborn - Stripplot (2:06)
Seaborn - Swarmplot (2:18)
Seaborn - Violinplot (7:06)
Seaborn - Jointplot (2:19)
Seaborn - Pairplot (3:25)
Seaborn - Correlación con heatmap (3:42)
BLOQUE 10: SERIES TEMPORALES EN PYTHON
Series temporales: Extracción y parsing (3:16)
Series temporales: Filtrado (1:16)
Series temporales: Remuestreo (2:58)
Series temporales: Interpolación (1:42)
Visualización de series temporales (10:04)
Previsiones basadas en datos históricos (10:24)
BLOQUE 11: PROYECTO DATA SCIENCE 2 - ANÁLISIS DE DATOS CON VISUALIZACIÓN
PROYECTO DATA SCIENCE 2: ANÁLISIS DE DATOS CON PANDAS + VISUALIZACIÓN
BLOQUE 12: EJECUCIÓN E INTERCONEXIÓN DE PYTHON CON OTRAS PLATAFORMAS
Generación de scripts de python y automatización de tareas (4:57)
Uso de Python en herramienta de Business Intelligence Power BI (5:55)
BLOQUE 13: CONCLUSIONES
Conclusiones (1:50)
Obtención certificado de finalización del curso
Próximos pasos análisis de datos
Uso de Python en herramienta de Business Intelligence Power BI
Lesson content locked
If you're already enrolled,
you'll need to login
.
Enroll in Course to Unlock