22 mejores cursos gratuitos en línea sobre análisis de datos
Nuestro curso gratuito en línea favorito sobre análisis de datos
Análisis exploratorio de datos
Análisis exploratorio de datos
Este curso está en inglés y tiene subtítulos en 10 idiomas diferentes. Este curso forma parte de múltiples programas y puede aplicarse en múltiples especializaciones. Cubrirá las técnicas exploratorias para resumir datos y suelen aplicarse antes de comenzar la modelización. Pueden ayudar al desarrollo de modelos estadísticos más complejos y también son importantes para descartar o perfeccionar hipótesis probables sobre el mundo que se asocia a los datos. Los sistemas de trazado en R y algunos principios básicos utilizados en la construcción de gráficos de datos, junto con algunas de las técnicas estadísticas multivariantes comunes utilizadas para visualizar datos de alta dimensión. Lo que aprenderá es a comprender los gráficos analíticos y el sistema de trazado base en R, y a utilizar sistemas de gráficos avanzados como el sistema Latter. Por último, aprenderá a realizar visualizaciones gráficas de datos de muy alta dimensión y a aplicar técnicas de análisis de conglomerados para localizar patrones en los datos. Habilidades adquiridas: Análisis de conglomerados, Ggplot2, programación en R y análisis exploratorio de datos. Duración: Aproximadamente 55 horas a lo largo de 4 semanas
Valoración: 4.7/94%
Cuáles son los mejores cursos gratuitos en línea sobre análisis de datos
Tras mucha investigación sobre toda la oferta de cursos online de Analítica de Datos, hemos encontrado los 22 mejores cursos de Analítica de Datos para que le resulte más fácil elegir
22 Estructuras de datos avanzadas
El curso es en inglés y es un curso intermedio que continúa en el uso de las habilidades de C++ y el uso de programas de línea de comandos más avanzados que utilizan el procesamiento de archivos, listas enlazadas, pilas, colas, árboles, árboles de búsqueda binaria y equilibrio de árboles, algoritmos para resolver problemas. Cubrirá muchos implementos en el desarrollo de cada estructura de datos, incluyendo mapas hash, AVL y árboles rojos y negros. Experimentará la práctica real de escribir en C++. Este curso se centra en la eficacia de las diferentes estructuras de datos para resolver muchos tipos de problemas. La estructura de datos es una colección de valores de datos sus relaciones y la función u operación que puede aplicarse a los mismos.. Duración: Aproximadamente 7 - 9 horas semanales durante 9 semanas
21 Gestión de datos
El curso se imparte en inglés. Descubrirá cómo manejar datos de diversas fuentes y aplicarlos de la mejor manera posible a las aplicaciones basadas en datos. Aprenderá a recopilar y filtrar datos de varios formatos de datos y a evaluar la calidad de sus datos e investigar las mejores prácticas para la limpieza de datos. Se le introducirá en Mongo DB. Cubrirá el almacenamiento de datos y el lenguaje de consulta de Mongo DB junto con la exploración del análisis mediante el marco de agregación de Mongo DB. Este curso es muy bueno para los analistas de datos que deseen añadir big data a sus capacidades. Duración: Aproximadamente 2 meses que incluyen 6 lecciones a su propio ritmo.
20 Fundamentos de la alfabetización informática
Fundamentos de la alfabetización informática
Este curso es en inglés y le enseñará habilidades de pensamiento crítico como una herramienta esencial para la alfabetización de datos en el entorno actual impulsado por los datos. Aprenderá a utilizar los datos a diario. Considerará el valor de los datos y estudiará la transformación de los datos de analógicos a digitales. Tendrá en cuenta la ética del uso de los datos mediante estudios de casos y el papel del pensamiento crítico en el análisis de datos, que es esencial para la planificación estratégica y para revelar la ventaja competitiva de las empresas. Por último, explorará los datos, las herramientas analíticas y las metodologías. Duración: 6 - 8 horas semanales a lo largo de 4 semanas pero a ritmo propio
19 Análisis de datos Toma de decisiones
Análisis de datos toma de decisiones
El curso se imparte en inglés. En este curso aprenderá a aplicar el pensamiento crítico cuando trabaje con datos. Aprenderá a organizar y limpiar los datos creando un plan de análisis de datos utilizando Microsoft Excel y utilizando Tableau para crear tablas y representaciones gráficas que permitan organizar y presentar los datos de forma significativa. También aprenderá a identificar los análisis de datos críticos y a integrarlos con otra información. Y, por último, evaluará la exactitud de sus representaciones. Duración: Aproximadamente 6-8 horas por semana durante 3 meses y a ritmo propio pero para obtener la experiencia completa tendrá que pagar el curso
18 Habilidades empresariales y de análisis de datos
Conocimientos empresariales y de análisis de datos
El curso se imparte en inglés. En los tiempos que corren es fundamental saber analizar, destilar y generar historias utilizando datos. El curso le mostrará cómo utilizar Microsoft Excel como una potente herramienta de análisis y presentación. En el curso analizará análisis financieros y de mercado del mundo real y presentará sus conclusiones para que tengan impacto. Por último, aprenderá a tomar decisiones basadas en los datos resultantes de sus hallazgos, ayudando así al crecimiento de su organización. Aprenderá a elegir las funciones de Excel más adecuadas para las tareas, a calcular y evaluar el tamaño y la cuota de mercado , a leer críticamente los datos y a comunicar los distintos tipos de ingresos, costes y criterios clave de rentabilidad. Duración: Aproximadamente 3 - 4 horas por semana durante 3 semanas y es a ritmo propio. Valoración: 21 350 inscritos
17 Análisis de Datos y Modelización Estadística y Computación en Aplicaciones
Análisis de datos y modelización estadística
El curso se imparte en inglés. En el análisis de datos se requieren habilidades multidisciplinares como matemáticas, estadística, virtualización, resolución de problemas, aprendizaje automático y habilidades de comunicación. Combinará estas habilidades esenciales junto con el conocimiento del dominio para plantear y responder preguntas sobre la utilización de datos. El curso repasa herramientas como la prueba de hipótesis, el descenso de gradiente y los métodos de regresión. A continuación, aprenderá modelos y métodos para analizar datos específicos en 4 áreas de dominio: Códigos epigenéticos y visualización de datos; Redes criminales, análisis de redes; Precios, economía y series temporales; y, Datos medioambientales y estadística espacial. Se le guiará para que analice datos de cada una de estas áreas de interés y presente sus conclusiones. Requisitos previos: Licenciatura en Programación Python, Licenciatura en Cálculo y Álgebra Lineal, Licenciatura en Teoría de la Probabilidad y Estadística y Licenciatura en Aprendizaje Automático.Duración: Aproximadamente de 10 a 15 horas semanales durante 16 semanas y está dirigido por instructores. Valoración: 23 000+ inscritos
16 Análisis para la toma de decisiones
Análisis para la toma de decisiones
Este curso es en inglés. El curso trata de evitar las malas decisiones con datos, las buenas decisiones le darán una ventaja distintiva en los negocios. Este curso se basa en la estadística y el análisis de datos y le ayudará con los conceptos del pensamiento estadístico sólido que puede aplicarse en muchos campos. Pilares como comprender las variaciones, señalar los riesgos relacionados con decisiones alternativas y encontrar las fuentes de las variaciones. Las ideas mencionadas condujeron al desarrollo de modelos cuantitativos que suelen perderse. Este curso se centra en estas ideas. Verá y responderá a preguntas como La relevancia de los métodos estadísticos tradicionales en la analítica moderna..., Al abordar problemas cuantitativos, cómo evitar falacias y conceptos erróneos. En las aplicaciones predictivas, cómo aplicamos los métodos estadísticos y cómo obtener una comprensión del compromiso del cliente a través de la analítica. Se recomienda para estudiantes con una licenciatura o para alguien que decida estudiar en un campo empresarial. Duración: 4 - 6 horas semanales durante 4 semanas, a ritmo propio. Valoración: 36 694 inscritos
15 Introducción a la modelización analítica
Introducción a los modelos analíticos
El curso es de nivel introductorio en inglés. Aprenderá los modelos analíticos esenciales y los métodos para aplicarlos adecuadamente utilizando herramientas como R do recuperar conocimientos específicos. Para comprender mejor sus datos, generar predicciones y tomar decisiones empresariales acertadas, necesitará establecer modelos analíticos. Sin estos modelos sería muy difícil obtener una visión adecuada de sus datos. En la modelización es esencial la elección de conjuntos de datos, algoritmos, técnicas y formatos para resolver los problemas. Aquí comprenderá los modelos fundamentales y cómo analizarlos y obtendrá práctica sobre cómo implementarlos utilizando herramientas como R. Se le enseñará a elegir el enfoque correcto para la amplia gama de herramientas a su disposición. Utilizando modelos estadísticos, aprendizaje automático y modelos, creará modelos de clasificación, agrupación, detección de cambios, suavización de datos, predicción de validación, optimización y experimentación. Requisito previo: Probabilidad y estadística, programación básica, álgebra lineal y cálculo básico. Duración: Aproximadamente de 8 a 10 horas semanales durante 16 semanas.Valoración: 74 465 inscritos
14 Conceptos básicos de análisis de datos para todos
Este curso es en inglés y aprenderá los fundamentos de la analítica de datos y adquirirá conocimientos sobre los ecosistemas de datos, el proceso y el ciclo de vida de la analítica de datos. Aprenderá sobre estructuras de datos, formato de archivos, fuentes de datos y repositorios de datos. Aprenderá sobre Big Data y los usos y características de algunas herramientas de procesamiento de Big Data. Conocerá las tareas diarias de un analista de datos en cuanto a cómo identifican, recopilan, manejan, extraen y analizan los datos, así como cómo comunican sus conclusiones a las partes interesadas. Se le mostrarán algunas de las herramientas utilizadas para estas tareas. El curso abarca el uso de bases de datos relacionales y no relacionales, almacenes de datos, marts de datos y lagos de datos. El curso incluye una sección sobre cómo se utiliza el ETL (Extract-Transform-Load) para convertir los datos brutos en datos listos para el análisis. Por último, se le presentarán los lenguajes específicos utilizados por los analistas de datos para extraer, preparar y analizar los datos. Duración: Aproximadamente 2 - 3 horas por semana durante 5 semanas a su propio ritmo
Valoración: 98 466 inscritos
13 Análisis y visualización de datos
El curso se imparte en inglés. Si usted es un profesional de datos de nivel básico, estudiante, investigador o académico, un analista de marketing, un analista de negocios y datos, o un analista financiero, entonces este es el curso para usted. Power BI es una herramienta de análisis y visualización empresarial que pone a su disposición Microsoft y que ayuda a los profesionales de los datos a realizar magníficas presentaciones sobre sus datos. El curso es una guía tanto para principiantes como para profesionales de los datos. Por último, se volverá eficaz en el trabajo con datos, la creación de visualización de datos y la preparación de cuadros de mando e informes. Lo que aprenderá es a identificar y trabajar con datos orientados al negocio, a importar y preparar datos para cargarlos en un modelo, a identificar los tipos de visualizaciones de datos y sus propósitos y a crear y compartir informes y cuadros de mando de Power BI. Duración: Aproximadamente de 10 a 12 horas semanales durante 4 semanas a su propio ritmo. Valoración: 100 556+ inscritos
12 Probabilidad y Estadística en la Ciencia de Datos
Este curso se imparte en inglés y es un curso avanzado. Inherente al análisis de datos amplios está el razonamiento sobre la incertidumbre. La probabilidad y la estadística son la base de este razonamiento. En este curso aprenderá sobre probabilidad y estadística y teoría matemática, además de adquirir experiencia en la aplicación de esta teoría a datos reales. Cubrirá información sobre variables aleatorias, dependencia, correlación, regresión, PCA, entropía y MDL. Duración: Aproximadamente 10 12 horas semanales durante 10 semanas a su propio ritmo. Valoración: 125 243+ inscritos
11 Introducción a la probabilidad
Introducción a la probabilidad
El curso está en inglés, es un curso intermedio. Este curso le proporcionará las herramientas necesarias para comprender los datos, la ciencia, la filosofía, la ingeniería, la economía y las finanzas. Aprenderá a resolver desafiantes problemas técnicos y a aplicar esas soluciones en la vida cotidiana. Los ejemplos con los que trabajará, desde pruebas médicas hasta predicciones deportivas, le proporcionarán una buena base para el estudio de la inferencia estadística, los procesadores estocásticos, los algoritmos aleatorios y otras materias en las que se requiere la probabilidad. Aprenderá cómo hacer buenas predicciones, el enfoque de la historia para comprender las variables aleatorias, las distribuciones de probabilidad más comunes utilizadas en la ciencia de datos y cómo utilizar la probabilidad condicional para abordar problemas complicados. Duración: Aproximadamente de 5 a 10 horas semanales durante 10 semanas a su propio ritmo. Valoración: 142 304+ inscritos
10 Estadística inferencial
Este curso está en inglés y tiene subtítulos en 8 idiomas diferentes. La Estadística Inferencial realiza inferencias basadas en las relaciones encontradas en una muestra de datos con las relaciones en la población. Nos ayudan a decidir, por ejemplo, si las diferencias entre grupos observadas en los datos pueden llevarse a la hipótesis de si las diferencias existen en general en toda la población. El curso comienza enseñando las pruebas de significación, que incluyen la distribución de las estadísticas de muestreo y de prueba, el valor p, la significación, la potencia y los errores de tipo I y II. A continuación, cubrirá una serie de pruebas y técnicas estadísticas que nos ayudarán a hacer inferencias para diferentes tipos de datos y diferentes diseños de investigación. También aprenderá a realizar pruebas para considerar cómo funciona cada prueba estadística individual, para qué datos, y si es apropiada y cómo deben interpretarse los resultados a partir de ella. Estas pruebas pueden realizarse utilizando programas informáticos de libre acceso. Habilidades adquiridas: Estadística, inferencia estadística, análisis de regresión y análisis de varianza (ANOVA). Duración: Aproximadamente 23 horas a lo largo de 7 semanas. Valoración: 4.3/94%
09 Principios de diseño esenciales para Tableau
Principios esenciales del diseño
El curso está en inglés y tiene subtítulos en 8 idiomas diferentes. Este curso le ayudará a analizar y aplicar los principios de diseño a sus visualizaciones en tableau. Se sobreentiende que tiene cierta experiencia con tableau en lo que respecta a las herramientas y que posee algunos conocimientos sobre los conceptos de visualización de datos. Se definirán las diferencias y similitudes del análisis exploratorio y explicativo y se le mostrará cómo formular las preguntas correctas de lo que se requiere en una visualización. Verá cómo el diseño y los datos trabajan juntos, incluida la elección de la representación correcta para sus datos, y analizará qué separa una visualización eficaz de una ineficaz. Aprenderá a aplicar las mejores prácticas de visualización y a crear y diseñar visualizaciones que impacten en su público objetivo. Habilidades adquiridas: Análisis de datos, software Tableau, virtualización de datos y visualización de datos (DataViz). Duración: Aproximadamente 13 horas a lo largo de 4 semanas. Valoración: 4.4/88%
08 Obtención y limpieza de datos
Este curso está en inglés y tiene subtítulos en 10 idiomas diferentes. Aprenderá las formas básicas de obtener datos. Se le mostrará cómo obtener datos de la web, API, bases de datos y de colegas en diversos formatos. Aprenderá a limpiar los datos y a ordenarlos, lo que agilizará enormemente las tareas posteriores de análisis de datos. Por último, estudiará los componentes de un conjunto completo de datos, incluidos los datos sin procesar, las instrucciones de procesamiento, los libros de códigos y los datos procesados, junto con los elementos esenciales necesarios para recopilar, limpiar y compartir los datos. También utilizará R para la manipulación de textos y fechas. Habilidades adquiridas: Manipulación de datos, expresiones regulares (REGEX), programación en R y limpieza de datos. Duración: Aproximadamente 20 horas a lo largo de 4 semanas. Valoración: 4.5/90%
07 R Programación
Este curso está en inglés. Tiene subtítulos en 12 idiomas diferentes. Aprenderá a programar en R y a utilizar R para el análisis de datos. Se le enseñará a instalar y configurar software en un entorno de programación estadística y a describir los conceptos del lenguaje de programación tal y como se implementan en el lenguaje estadístico de alto nivel. También se tratan temas de informática estadística que incluyen la programación en R, la lectura de datos en R, el acceso a paquetes R, la escritura de funciones R, la depuración, la creación de perfiles de código R y la organización y los comentarios en el código R. También aprenderá a utilizar las funciones de bucle de R y las herramientas de depuración y a recopilar información detallada utilizando el perfil de R. Habilidades adquiridas: Análisis de datos, depuración, programación en R y Rstudio. Duración: Aproximadamente 57 horas a lo largo de 4 semanas.Valoración: 4.5/94%
06 Habilidades matemáticas en ciencia de datos
Habilidades matemáticas en ciencia de datos
El curso está en inglés y tiene subtítulos en 9 idiomas diferentes. Este curso ha sido diseñado para aquellos alumnos que tienen conocimientos básicos de matemáticas pero que no han cursado álgebra o pre-cálculo pero necesitan las matemáticas necesarias para tener éxito en la ciencia de datos. Introduce el núcleo de las matemáticas que es fundamental para la ciencia de datos manteniéndolo fácilmente comprensible e introduciendo ideas y símbolos matemáticos desconocidos lenta y cuidadosamente. Los temas incluyen la teoría de conjuntos y los diagramas de Venn, las notaciones de intervalos, los usos de las sumas y la notación sigma, la representación gráfica y la descripción de funciones. Exponentes, logaritmos y probabilidad, incluido el teorema de Bayes. Este curso es un requisito previo para los interesados en el curso "Dominio del análisis de datos en Excel". El dominio de esta habilidad le preparará plenamente para el éxito con las matemáticas más avanzadas de ese curso. Habilidades adquiridas: Teorema de Bayes, probabilidad bayesiana, probabilidad y teoría de la probabilidad. Duración: Aproximadamente 13 horas a lo largo de 4 semanas. Valoración: 4.5/96%
05 Creación de cuadros de mando y narración de historias con Tableau
El curso está en inglés y tiene subtítulos en 8 idiomas diferentes. Este curso es la continuación de Análisis visual con Tableau y utiliza las visualizaciones que creó en este curso para crear cuadros de mando que le ayuden a reconocer la historia dentro de sus datos. Además, aprenderá a utilizar los Story points para crear su historia. Usted será capaz de estructurar y organizar su historia a su máximo potencial tanto para las partes interesadas y los usuarios finales. Aprenderá a montar un cuadro de mando, a analizar conceptos y técnicas para contar historias convincentes con datos. Habilidades adquiridas: Storyboarding, software Tableau, virtualización de datos y visualización de datos.Duración: Aproximadamente 15 horas a lo largo de 4 semanas. Valoración: 4.6/88%
04 Bases de datos y SQL para la ciencia de datos con Python
El curso está en inglés y tiene subtítulos en otros 2 idiomas. Es necesario un conocimiento práctico de las bases de datos y del lenguaje SQL (o lenguaje de consulta estructurado) para convertirse en un buen analista y científico de datos. El curso introduce conceptos de bases de datos relacionales y le ayudará en la aplicación del lenguaje SQL en un entorno de ciencia de datos. Se hace hincapié en el aprendizaje práctico, por lo que trabajará con bases de datos y herramientas de ciencia de datos reales. Creará una instancia de base de datos en la nube y comenzará a practicar la creación y ejecución de consultas SQL. Por último, aprenderá a acceder a bases de datos desde cuadernos Jupyter utilizando SQL y Python. No se requieren conocimientos previos de bases de datos, SQL, Python o programación. Habilidades adquiridas: Bases de datos en la nube, programación en Python, Ipython, sistemas de gestión de bases de datos relacionales (RDBMS) y SQL. Duración: Aproximadamente 37 horas a lo largo de 6 semanas
Valoración: 4.6/93%
03 Gestión del análisis de datos
Este curso está en inglés y tiene subtítulos en 9 idiomas diferentes. Aprenderá el proceso de análisis de datos junto con la gestión de este proceso. Se describe la naturaleza iterativa del análisis de datos junto con el papel de formular una pregunta poderosa, el análisis exploratorio de datos, la inferencia, el modelado estadístico formal, la interpretación y la comunicación. También aprenderá a procesar los datos para obtener resultados comprensibles y utilizables. Al final del curso habrá aprendido a diferenciar entre distintos conjuntos de datos, a describir la iteración del análisis de datos, a explorar los conjuntos de datos para comprobar su idoneidad y a utilizar los resultados estadísticos para crear presentaciones convincentes del análisis de datos. Habilidades adquiridas: Análisis de datos, comunicación, interpretación, análisis exploratorio de datos. Duración: Aproximadamente 9 horas 1 semana para completar. Clasificación: 4.6/95%
02 Regresión lineal y modelización
Regresión lineal y modelización
El curso está en inglés y tiene subtítulos en 9 idiomas diferentes. Este curso le lleva a través de modelos de regresión lineal simple y múltiple que le permiten acceder a las relaciones entre variables dentro de un conjunto de datos y una variable de respuesta continua. Determina relaciones entre variables aparentemente desconectadas y aprenderá la teoría fundamental que subyace a la regresión lineal. Por último, aprenderá a ajustar, examinar y utilizar modelos de regresión para determinar las relaciones entre muchas variables utilizando el software estadístico gratuito R y RStudio. Habilidades adquiridas: Estadística, regresión lineal, programación en R y análisis de regresión. Duración: Aproximadamente 10 horas a lo largo de 4 semanas
Valoración: 4.7/94%
01 Análisis exploratorio de datos
Análisis exploratorio de datos
Este curso está en inglés y tiene subtítulos en 10 idiomas diferentes. Este curso forma parte de múltiples programas y puede aplicarse en múltiples especializaciones. Cubrirá las técnicas exploratorias para resumir datos y suelen aplicarse antes de comenzar la modelización. Pueden ayudar al desarrollo de modelos estadísticos más complejos y también son importantes para descartar o perfeccionar hipótesis probables sobre el mundo que se asocia a los datos. Los sistemas de trazado en R y algunos principios básicos utilizados en la construcción de gráficos de datos, junto con algunas de las técnicas estadísticas multivariantes comunes utilizadas para visualizar datos de alta dimensión. Lo que aprenderá es a comprender los gráficos analíticos y el sistema de trazado base en R, y a utilizar sistemas de gráficos avanzados como el sistema Latter. Por último, aprenderá a realizar visualizaciones gráficas de datos de muy alta dimensión y a aplicar técnicas de análisis de conglomerados para localizar patrones en los datos. Habilidades adquiridas: Análisis de conglomerados, Ggplot2, programación en R y análisis exploratorio de datos. Duración: Aproximadamente 55 horas a lo largo de 4 semanasValoración: 4.7/94%