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
Series temporales: Extracción y parsing
Lesson content locked
If you're already enrolled,
you'll need to login
.
Enroll in Course to Unlock