Diplomado Internacional en Python y Data Science
Título
DIPLOMADO INTERNACIONAL EN PYTHON Y DATA SCIENCE
Duración
5 Meses
Modalidad
- Descripción
El Diplomado en Python y Data Science, entrega las competencias necesarias para usar Python para Data Science y aprenderemos cómo recopilar datos, limpiar datos, hacer visualizaciones y construir un modelo de machine learning usando Python.
- Objetivos
El objetivo del diplomado es entregar las competencias de programación y manejo de datos necesarias, para que utilice Python, con el fin de programar scripts que permitan analizar datos heterogéneos mediante técnicas de Machine Learning.
- OBJETIVOS ESPECÍFICOS
- Escribir programas de mediana complejidad usando el lenguaje Python.
- Interactuar con un motor de bases datos desde un programa Python.
- Diseñar y construir soluciones de ciencia de datos y machine learning usando las librerías disponibles en Python.
- ¿A QUIÉN VA DIRIGIDO?
El Diplomado va dirigido a profesionales que se desarrollen, necesiten o estén interesados en adquirir habilidades para aplicar técnicas de ciencia de datos a su trabajo, aprender a programar usando el lenguaje Python y aplicarlo a la extracción y análisis de datos.
- MALLA CURRICULAR
- MALLA CURRICULAR
| Aproximación al Aprendizaje con Tecnologías |
|---|
| En este módulo se explicará el uso de las diversas tecnologías aplicadas a la enseñanza y aprendizaje en línea para el máximo aprovechamiento del diplomado. |
| Herramientas básicas de programación en Python |
|---|
| Los participantes en el curso aprenden mediante el uso de herramientas de programación que pueden procesar diversos datos. Y a su vez, complementar su aprendizaje con la librería de código abierto “Pandas”, la cual provee de funciones esenciales y estructuras de datos de alto desempeño para la programación en Python. |
| Desarrollo de software con Python |
|---|
| Los participantes en el curso aprenden las estructuras básicas de manejo de datos de este lenguaje de programación. Así, empieza con las estructuras secuenciales como listas, tuplas y colas, para luego presentar estructuras no secuenciales como diccionarios y sets. Se analizan las ventajas y recomendaciones de uso para cada uno. |
| Python y bases de datos |
|---|
| Los participantes en el curso aprenden los conceptos fundamentales asociados a las bases de datos. Y a interactuar con un motor de bases de datos real, mediante el lenguaje estándar SQL. Luego, estudian cómo conectarse a un motor de bases de datos desde un programa Python para extraer y manipular la información. Finalmente, abordan la interacción, también desde Python, con un motor de la categoría NoSQL como MongoDB o similar. |
| Introducción a minería de datos y machine learning |
|---|
| Los participantes aprenderán los conceptos fundamentales asociados a minería de datos. Comprenderán cuáles son las diferentes fuentes de información a utilizar y cómo revisar un procesamiento de datos. Y, posteriormente, entender y aplicar las diferentes técnicas de extracción de conocimiento de datos. Para ello se utilizan: reglas de asociación, árboles de decisión, métodos de regresión, algoritmos de clasificación, evaluación de clasificadores, y una introducción al aprendizaje de máquina. |
