{"id":25251,"date":"2022-08-01T17:18:32","date_gmt":"2022-08-01T17:18:32","guid":{"rendered":"https:\/\/scottmax.com\/?p=25251"},"modified":"2022-08-01T17:18:43","modified_gmt":"2022-08-01T17:18:43","slug":"mejores-cursos-gratuitos-en-linea-de-analisis-de-datos","status":"publish","type":"post","link":"https:\/\/scottmax.com\/es\/mejores-cursos-gratuitos-en-linea-de-analisis-de-datos\/","title":{"rendered":"22 mejores cursos gratuitos en l\u00ednea sobre an\u00e1lisis de datos"},"content":{"rendered":"

Nuestro curso gratuito en l\u00ednea favorito sobre an\u00e1lisis de datos<\/h2>\n\n\n\n

An\u00e1lisis exploratorio de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

An\u00e1lisis exploratorio de datos<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 10 idiomas diferentes. Este curso forma parte de m\u00faltiples programas y puede aplicarse en m\u00faltiples especializaciones. Cubrir\u00e1 las t\u00e9cnicas exploratorias para resumir datos y suelen aplicarse antes de comenzar la modelizaci\u00f3n. Pueden ayudar al desarrollo de modelos estad\u00edsticos m\u00e1s complejos y tambi\u00e9n son importantes para descartar o perfeccionar hip\u00f3tesis probables sobre el mundo que se asocia a los datos. Los sistemas de trazado en R y algunos principios b\u00e1sicos utilizados en la construcci\u00f3n de gr\u00e1ficos de datos, junto con algunas de las t\u00e9cnicas estad\u00edsticas multivariantes comunes utilizadas para visualizar datos de alta dimensi\u00f3n. Lo que aprender\u00e1 es a comprender los gr\u00e1ficos anal\u00edticos y el sistema de trazado base en R, y a utilizar sistemas de gr\u00e1ficos avanzados como el sistema Latter. Por \u00faltimo, aprender\u00e1 a realizar visualizaciones gr\u00e1ficas de datos de muy alta dimensi\u00f3n y a aplicar t\u00e9cnicas de an\u00e1lisis de conglomerados para localizar patrones en los datos. Habilidades adquiridas: <\/strong>An\u00e1lisis de conglomerados, Ggplot2, programaci\u00f3n en R y an\u00e1lisis exploratorio de datos. Duraci\u00f3n:<\/strong> Aproximadamente 55 horas a lo largo de 4 semanas<\/p>\n\n\n\n

Valoraci\u00f3n:<\/strong> 4.7\/94%<\/p>\n\n\n\n

Cu\u00e1les son los mejores cursos gratuitos en l\u00ednea sobre an\u00e1lisis de datos<\/h2>\n\n\n\n

Tras mucha investigaci\u00f3n sobre toda la oferta de cursos online de Anal\u00edtica de Datos, hemos encontrado los 22 mejores cursos de Anal\u00edtica de Datos para que le resulte m\u00e1s f\u00e1cil elegir<\/p>\n\n\n\n

22 Estructuras de datos avanzadas<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Datos avanzados<\/a> <\/p>\n\n\n\n

El curso es en ingl\u00e9s y es un curso intermedio que contin\u00faa en el uso de las habilidades de C++ y el uso de programas de l\u00ednea de comandos m\u00e1s avanzados que utilizan el procesamiento de archivos, listas enlazadas, pilas, colas, \u00e1rboles, \u00e1rboles de b\u00fasqueda binaria y equilibrio de \u00e1rboles, algoritmos para resolver problemas. Cubrir\u00e1 muchos implementos en el desarrollo de cada estructura de datos, incluyendo mapas hash, AVL y \u00e1rboles rojos y negros. Experimentar\u00e1 la pr\u00e1ctica 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 colecci\u00f3n de valores de datos sus relaciones y la funci\u00f3n u operaci\u00f3n que puede aplicarse a los mismos.. Duraci\u00f3n: <\/strong>Aproximadamente 7 - 9 horas semanales durante 9 semanas<\/p>\n\n\n\n

21 Gesti\u00f3n de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Tramitaci\u00f3n de datos<\/a><\/p>\n\n\n\n

El curso se imparte en ingl\u00e9s. Descubrir\u00e1 c\u00f3mo manejar datos de diversas fuentes y aplicarlos de la mejor manera posible a las aplicaciones basadas en datos. Aprender\u00e1 a recopilar y filtrar datos de varios formatos de datos y a evaluar la calidad de sus datos e investigar las mejores pr\u00e1cticas para la limpieza de datos. Se le introducir\u00e1 en Mongo DB. Cubrir\u00e1 el almacenamiento de datos y el lenguaje de consulta de Mongo DB junto con la exploraci\u00f3n del an\u00e1lisis mediante el marco de agregaci\u00f3n de Mongo DB. Este curso es muy bueno para los analistas de datos que deseen a\u00f1adir big data a sus capacidades. Duraci\u00f3n:<\/strong> Aproximadamente 2 meses que incluyen 6 lecciones a su propio ritmo. <\/p>\n\n\n\n

20 Fundamentos de la alfabetizaci\u00f3n inform\u00e1tica<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Fundamentos de la alfabetizaci\u00f3n inform\u00e1tica<\/a><\/p>\n\n\n\n

Este curso es en ingl\u00e9s y le ense\u00f1ar\u00e1 habilidades de pensamiento cr\u00edtico como una herramienta esencial para la alfabetizaci\u00f3n de datos en el entorno actual impulsado por los datos. Aprender\u00e1 a utilizar los datos a diario. Considerar\u00e1 el valor de los datos y estudiar\u00e1 la transformaci\u00f3n de los datos de anal\u00f3gicos a digitales. Tendr\u00e1 en cuenta la \u00e9tica del uso de los datos mediante estudios de casos y el papel del pensamiento cr\u00edtico en el an\u00e1lisis de datos, que es esencial para la planificaci\u00f3n estrat\u00e9gica y para revelar la ventaja competitiva de las empresas. Por \u00faltimo, explorar\u00e1 los datos, las herramientas anal\u00edticas y las metodolog\u00edas. Duraci\u00f3n:<\/strong> 6 - 8 horas semanales a lo largo de 4 semanas pero a ritmo propio<\/p>\n\n\n\n

19 An\u00e1lisis de datos Toma de decisiones<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

An\u00e1lisis de datos toma de decisiones<\/a><\/p>\n\n\n\n

El curso se imparte en ingl\u00e9s. En este curso aprender\u00e1 a aplicar el pensamiento cr\u00edtico cuando trabaje con datos. Aprender\u00e1 a organizar y limpiar los datos creando un plan de an\u00e1lisis de datos utilizando Microsoft Excel y utilizando Tableau para crear tablas y representaciones gr\u00e1ficas que permitan organizar y presentar los datos de forma significativa. Tambi\u00e9n aprender\u00e1 a identificar los an\u00e1lisis de datos cr\u00edticos y a integrarlos con otra informaci\u00f3n. Y, por \u00faltimo, evaluar\u00e1 la exactitud de sus representaciones. Duraci\u00f3n:<\/strong> Aproximadamente 6-8 horas por semana durante 3 meses y a ritmo propio pero para obtener la experiencia completa tendr\u00e1 que pagar el curso <\/p>\n\n\n\n

18 Habilidades empresariales y de an\u00e1lisis de datos<\/p>\n\n\n\n

\"\"\/<\/figure>\n\n\n\n

Conocimientos empresariales y de an\u00e1lisis de datos<\/a><\/p>\n\n\n\n

El curso se imparte en ingl\u00e9s. En los tiempos que corren es fundamental saber analizar, destilar y generar historias utilizando datos. El curso le mostrar\u00e1 c\u00f3mo utilizar Microsoft Excel como una potente herramienta de an\u00e1lisis y presentaci\u00f3n. En el curso analizar\u00e1 an\u00e1lisis financieros y de mercado del mundo real y presentar\u00e1 sus conclusiones para que tengan impacto. Por \u00faltimo, aprender\u00e1 a tomar decisiones basadas en los datos resultantes de sus hallazgos, ayudando as\u00ed al crecimiento de su organizaci\u00f3n. Aprender\u00e1 a elegir las funciones de Excel m\u00e1s adecuadas para las tareas, a calcular y evaluar el tama\u00f1o y la cuota de mercado , a leer cr\u00edticamente los datos y a comunicar los distintos tipos de ingresos, costes y criterios clave de rentabilidad. Duraci\u00f3n: <\/strong>Aproximadamente 3 - 4 horas por semana durante 3 semanas y es a ritmo propio. Valoraci\u00f3n:<\/strong> 21 350 inscritos<\/p>\n\n\n\n

17 An\u00e1lisis de Datos y Modelizaci\u00f3n Estad\u00edstica y Computaci\u00f3n en Aplicaciones<\/h3>\n\n\n\n

<\/h1>\n\n\n\n

An\u00e1lisis de datos y modelizaci\u00f3n estad\u00edstica<\/a><\/p>\n\n\n\n

El curso se imparte en ingl\u00e9s. En el an\u00e1lisis de datos se requieren habilidades multidisciplinares como matem\u00e1ticas, estad\u00edstica, virtualizaci\u00f3n, resoluci\u00f3n de problemas, aprendizaje autom\u00e1tico y habilidades de comunicaci\u00f3n. Combinar\u00e1 estas habilidades esenciales junto con el conocimiento del dominio para plantear y responder preguntas sobre la utilizaci\u00f3n de datos. El curso repasa herramientas como la prueba de hip\u00f3tesis, el descenso de gradiente y los m\u00e9todos de regresi\u00f3n. A continuaci\u00f3n, aprender\u00e1 modelos y m\u00e9todos para analizar datos espec\u00edficos en 4 \u00e1reas de dominio: C\u00f3digos epigen\u00e9ticos y visualizaci\u00f3n de datos; Redes criminales, an\u00e1lisis de redes; Precios, econom\u00eda y series temporales; y, Datos medioambientales y estad\u00edstica espacial. Se le guiar\u00e1 para que analice datos de cada una de estas \u00e1reas de inter\u00e9s y presente sus conclusiones. Requisitos previos:<\/strong> Licenciatura en Programaci\u00f3n Python, Licenciatura en C\u00e1lculo y \u00c1lgebra Lineal, Licenciatura en Teor\u00eda de la Probabilidad y Estad\u00edstica y Licenciatura en Aprendizaje Autom\u00e1tico.Duraci\u00f3n: <\/strong>Aproximadamente de 10 a 15 horas semanales durante 16 semanas y est\u00e1 dirigido por instructores. Valoraci\u00f3n:<\/strong> 23 000+ inscritos<\/p>\n\n\n\n

16 An\u00e1lisis para la toma de decisiones<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

An\u00e1lisis para la toma de decisiones<\/a><\/p>\n\n\n\n

Este curso es en ingl\u00e9s. El curso trata de evitar las malas decisiones con datos, las buenas decisiones le dar\u00e1n una ventaja distintiva en los negocios. Este curso se basa en la estad\u00edstica y el an\u00e1lisis de datos y le ayudar\u00e1 con los conceptos del pensamiento estad\u00edstico s\u00f3lido que puede aplicarse en muchos campos. Pilares como comprender las variaciones, se\u00f1alar 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. Ver\u00e1 y responder\u00e1 a preguntas como La relevancia de los m\u00e9todos estad\u00edsticos tradicionales en la anal\u00edtica moderna..., Al abordar problemas cuantitativos, c\u00f3mo evitar falacias y conceptos err\u00f3neos. En las aplicaciones predictivas, c\u00f3mo aplicamos los m\u00e9todos estad\u00edsticos y c\u00f3mo obtener una comprensi\u00f3n del compromiso del cliente a trav\u00e9s de la anal\u00edtica. Se recomienda para estudiantes con una licenciatura o para alguien que decida estudiar en un campo empresarial. Duraci\u00f3n:<\/strong> 4 - 6 horas semanales durante 4 semanas, a ritmo propio. Valoraci\u00f3n:<\/strong> 36 694 inscritos<\/p>\n\n\n\n

15 Introducci\u00f3n a la modelizaci\u00f3n anal\u00edtica<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Introducci\u00f3n a los modelos anal\u00edticos<\/a><\/p>\n\n\n\n

El curso es de nivel introductorio en ingl\u00e9s. Aprender\u00e1 los modelos anal\u00edticos esenciales y los m\u00e9todos para aplicarlos adecuadamente utilizando herramientas como R do recuperar conocimientos espec\u00edficos. Para comprender mejor sus datos, generar predicciones y tomar decisiones empresariales acertadas, necesitar\u00e1 establecer modelos anal\u00edticos. Sin estos modelos ser\u00eda muy dif\u00edcil obtener una visi\u00f3n adecuada de sus datos. En la modelizaci\u00f3n es esencial la elecci\u00f3n de conjuntos de datos, algoritmos, t\u00e9cnicas y formatos para resolver los problemas. Aqu\u00ed comprender\u00e1 los modelos fundamentales y c\u00f3mo analizarlos y obtendr\u00e1 pr\u00e1ctica sobre c\u00f3mo implementarlos utilizando herramientas como R. Se le ense\u00f1ar\u00e1 a elegir el enfoque correcto para la amplia gama de herramientas a su disposici\u00f3n. Utilizando modelos estad\u00edsticos, aprendizaje autom\u00e1tico y modelos, crear\u00e1 modelos de clasificaci\u00f3n, agrupaci\u00f3n, detecci\u00f3n de cambios, suavizaci\u00f3n de datos, predicci\u00f3n de validaci\u00f3n, optimizaci\u00f3n y experimentaci\u00f3n. Requisito previo:<\/strong> Probabilidad y estad\u00edstica, programaci\u00f3n b\u00e1sica, \u00e1lgebra lineal y c\u00e1lculo b\u00e1sico. Duraci\u00f3n: <\/strong>Aproximadamente de 8 a 10 horas semanales durante 16 semanas.Valoraci\u00f3n:<\/strong> 74 465 inscritos<\/p>\n\n\n\n

14 Conceptos b\u00e1sicos de an\u00e1lisis de datos para todos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

An\u00e1lisis de datos b\u00e1sico<\/a><\/p>\n\n\n\n

Este curso es en ingl\u00e9s y aprender\u00e1 los fundamentos de la anal\u00edtica de datos y adquirir\u00e1 conocimientos sobre los ecosistemas de datos, el proceso y el ciclo de vida de la anal\u00edtica de datos. Aprender\u00e1 sobre estructuras de datos, formato de archivos, fuentes de datos y repositorios de datos. Aprender\u00e1 sobre Big Data y los usos y caracter\u00edsticas de algunas herramientas de procesamiento de Big Data. Conocer\u00e1 las tareas diarias de un analista de datos en cuanto a c\u00f3mo identifican, recopilan, manejan, extraen y analizan los datos, as\u00ed como c\u00f3mo comunican sus conclusiones a las partes interesadas. Se le mostrar\u00e1n 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 secci\u00f3n sobre c\u00f3mo se utiliza el ETL (Extract-Transform-Load) para convertir los datos brutos en datos listos para el an\u00e1lisis. Por \u00faltimo, se le presentar\u00e1n los lenguajes espec\u00edficos utilizados por los analistas de datos para extraer, preparar y analizar los datos. Duraci\u00f3n:<\/strong> Aproximadamente 2 - 3 horas por semana durante 5 semanas a su propio ritmo<\/p>\n\n\n\n

Valoraci\u00f3n:<\/strong> 98 466 inscritos<\/p>\n\n\n\n

13 An\u00e1lisis y visualizaci\u00f3n de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Analizar y visualizar<\/a><\/p>\n\n\n\n

El curso se imparte en ingl\u00e9s. Si usted es un profesional de datos de nivel b\u00e1sico, estudiante, investigador o acad\u00e9mico, 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 an\u00e1lisis y visualizaci\u00f3n empresarial que pone a su disposici\u00f3n Microsoft y que ayuda a los profesionales de los datos a realizar magn\u00edficas presentaciones sobre sus datos. El curso es una gu\u00eda tanto para principiantes como para profesionales de los datos. Por \u00faltimo, se volver\u00e1 eficaz en el trabajo con datos, la creaci\u00f3n de visualizaci\u00f3n de datos y la preparaci\u00f3n de cuadros de mando e informes. Lo que aprender\u00e1 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 prop\u00f3sitos y a crear y compartir informes y cuadros de mando de Power BI. Duraci\u00f3n:<\/strong> Aproximadamente de 10 a 12 horas semanales durante 4 semanas a su propio ritmo. Valoraci\u00f3n:<\/strong> 100 556+ inscritos<\/p>\n\n\n\n

12 Probabilidad y Estad\u00edstica en la Ciencia de Datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Probabilidad y estad\u00edstica<\/a><\/p>\n\n\n\n

Este curso se imparte en ingl\u00e9s y es un curso avanzado. Inherente al an\u00e1lisis de datos amplios est\u00e1 el razonamiento sobre la incertidumbre. La probabilidad y la estad\u00edstica son la base de este razonamiento. En este curso aprender\u00e1 sobre probabilidad y estad\u00edstica y teor\u00eda matem\u00e1tica, adem\u00e1s de adquirir experiencia en la aplicaci\u00f3n de esta teor\u00eda a datos reales. Cubrir\u00e1 informaci\u00f3n sobre variables aleatorias, dependencia, correlaci\u00f3n, regresi\u00f3n, PCA, entrop\u00eda y MDL. Duraci\u00f3n:<\/strong> <\/strong>Aproximadamente 10 12 horas semanales durante 10 semanas a su propio ritmo. Valoraci\u00f3n:<\/strong> 125 243+ inscritos<\/p>\n\n\n\n

11 Introducci\u00f3n a la probabilidad<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Introducci\u00f3n a la probabilidad<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s, es un curso intermedio. Este curso le proporcionar\u00e1 las herramientas necesarias para comprender los datos, la ciencia, la filosof\u00eda, la ingenier\u00eda, la econom\u00eda y las finanzas. Aprender\u00e1 a resolver desafiantes problemas t\u00e9cnicos y a aplicar esas soluciones en la vida cotidiana. Los ejemplos con los que trabajar\u00e1, desde pruebas m\u00e9dicas hasta predicciones deportivas, le proporcionar\u00e1n una buena base para el estudio de la inferencia estad\u00edstica, los procesadores estoc\u00e1sticos, los algoritmos aleatorios y otras materias en las que se requiere la probabilidad. Aprender\u00e1 c\u00f3mo hacer buenas predicciones, el enfoque de la historia para comprender las variables aleatorias, las distribuciones de probabilidad m\u00e1s comunes utilizadas en la ciencia de datos y c\u00f3mo utilizar la probabilidad condicional para abordar problemas complicados. Duraci\u00f3n:<\/strong> Aproximadamente de 5 a 10 horas semanales durante 10 semanas a su propio ritmo. Valoraci\u00f3n:<\/strong> 142 304+ inscritos<\/p>\n\n\n\n

10 Estad\u00edstica inferencial<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Estad\u00edstica inferencial<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 8 idiomas diferentes. La Estad\u00edstica Inferencial realiza inferencias basadas en las relaciones encontradas en una muestra de datos con las relaciones en la poblaci\u00f3n. Nos ayudan a decidir, por ejemplo, si las diferencias entre grupos observadas en los datos pueden llevarse a la hip\u00f3tesis de si las diferencias existen en general en toda la poblaci\u00f3n. El curso comienza ense\u00f1ando las pruebas de significaci\u00f3n, que incluyen la distribuci\u00f3n de las estad\u00edsticas de muestreo y de prueba, el valor p, la significaci\u00f3n, la potencia y los errores de tipo I y II. A continuaci\u00f3n, cubrir\u00e1 una serie de pruebas y t\u00e9cnicas estad\u00edsticas que nos ayudar\u00e1n a hacer inferencias para diferentes tipos de datos y diferentes dise\u00f1os de investigaci\u00f3n. Tambi\u00e9n aprender\u00e1 a realizar pruebas para considerar c\u00f3mo funciona cada prueba estad\u00edstica individual, para qu\u00e9 datos, y si es apropiada y c\u00f3mo deben interpretarse los resultados a partir de ella. Estas pruebas pueden realizarse utilizando programas inform\u00e1ticos de libre acceso.  Habilidades adquiridas:<\/strong> Estad\u00edstica, inferencia estad\u00edstica, an\u00e1lisis de regresi\u00f3n y an\u00e1lisis de varianza (ANOVA). Duraci\u00f3n:<\/strong> Aproximadamente 23 horas a lo largo de 7 semanas. Valoraci\u00f3n:<\/strong> 4.3\/94%<\/p>\n\n\n\n

09 Principios de dise\u00f1o esenciales para Tableau<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Principios esenciales del dise\u00f1o<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 8 idiomas diferentes. Este curso le ayudar\u00e1 a analizar y aplicar los principios de dise\u00f1o 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 visualizaci\u00f3n de datos. Se definir\u00e1n las diferencias y similitudes del an\u00e1lisis exploratorio y explicativo y se le mostrar\u00e1 c\u00f3mo formular las preguntas correctas de lo que se requiere en una visualizaci\u00f3n. Ver\u00e1 c\u00f3mo el dise\u00f1o y los datos trabajan juntos, incluida la elecci\u00f3n de la representaci\u00f3n correcta para sus datos, y analizar\u00e1 qu\u00e9 separa una visualizaci\u00f3n eficaz de una ineficaz. Aprender\u00e1 a aplicar las mejores pr\u00e1cticas de visualizaci\u00f3n y a crear y dise\u00f1ar visualizaciones que impacten en su p\u00fablico objetivo. Habilidades adquiridas:<\/strong> An\u00e1lisis de datos, software Tableau, virtualizaci\u00f3n de datos y visualizaci\u00f3n de datos (DataViz). Duraci\u00f3n: <\/strong>Aproximadamente 13 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.4\/88%<\/p>\n\n\n\n

08 Obtenci\u00f3n y limpieza de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Obtenci\u00f3n y limpieza de datos<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 10 idiomas diferentes. Aprender\u00e1 las formas b\u00e1sicas de obtener datos. Se le mostrar\u00e1 c\u00f3mo obtener datos de la web, API, bases de datos y de colegas en diversos formatos. Aprender\u00e1 a limpiar los datos y a ordenarlos, lo que agilizar\u00e1 enormemente las tareas posteriores de an\u00e1lisis de datos. Por \u00faltimo, estudiar\u00e1 los componentes de un conjunto completo de datos, incluidos los datos sin procesar, las instrucciones de procesamiento, los libros de c\u00f3digos y los datos procesados, junto con los elementos esenciales necesarios para recopilar, limpiar y compartir los datos. Tambi\u00e9n utilizar\u00e1 R para la manipulaci\u00f3n de textos y fechas. Habilidades adquiridas:<\/strong> Manipulaci\u00f3n de datos, expresiones regulares (REGEX), programaci\u00f3n en R y limpieza de datos. Duraci\u00f3n:<\/strong> Aproximadamente 20 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.5\/90%<\/p>\n\n\n\n

07 R Programaci\u00f3n<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Programaci\u00f3n R<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s. Tiene subt\u00edtulos en 12 idiomas diferentes. Aprender\u00e1 a programar en R y a utilizar R para el an\u00e1lisis de datos. Se le ense\u00f1ar\u00e1 a instalar y configurar software en un entorno de programaci\u00f3n estad\u00edstica y a describir los conceptos del lenguaje de programaci\u00f3n tal y como se implementan en el lenguaje estad\u00edstico de alto nivel. Tambi\u00e9n se tratan temas de inform\u00e1tica estad\u00edstica que incluyen la programaci\u00f3n en R, la lectura de datos en R, el acceso a paquetes R, la escritura de funciones R, la depuraci\u00f3n, la creaci\u00f3n de perfiles de c\u00f3digo R y la organizaci\u00f3n y los comentarios en el c\u00f3digo R. Tambi\u00e9n aprender\u00e1 a utilizar las funciones de bucle de R y las herramientas de depuraci\u00f3n y a recopilar informaci\u00f3n detallada utilizando el perfil de R. Habilidades adquiridas:<\/strong> An\u00e1lisis de datos, depuraci\u00f3n, programaci\u00f3n en R y Rstudio. Duraci\u00f3n: <\/strong>Aproximadamente 57 horas a lo largo de 4 semanas.Valoraci\u00f3n:<\/strong> 4.5\/94%<\/p>\n\n\n\n

06 Habilidades matem\u00e1ticas en ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Habilidades matem\u00e1ticas en ciencia de datos<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 9 idiomas diferentes. Este curso ha sido dise\u00f1ado para aquellos alumnos que tienen conocimientos b\u00e1sicos de matem\u00e1ticas pero que no han cursado \u00e1lgebra o pre-c\u00e1lculo pero necesitan las matem\u00e1ticas necesarias para tener \u00e9xito en la ciencia de datos. Introduce el n\u00facleo de las matem\u00e1ticas que es fundamental para la ciencia de datos manteni\u00e9ndolo f\u00e1cilmente comprensible e introduciendo ideas y s\u00edmbolos matem\u00e1ticos desconocidos lenta y cuidadosamente. Los temas incluyen la teor\u00eda de conjuntos y los diagramas de Venn, las notaciones de intervalos, los usos de las sumas y la notaci\u00f3n sigma, la representaci\u00f3n gr\u00e1fica y la descripci\u00f3n 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 an\u00e1lisis de datos en Excel\". El dominio de esta habilidad le preparar\u00e1 plenamente para el \u00e9xito con las matem\u00e1ticas m\u00e1s avanzadas de ese curso. Habilidades adquiridas: <\/strong>Teorema de Bayes, probabilidad bayesiana, probabilidad y teor\u00eda de la probabilidad. Duraci\u00f3n:<\/strong> Aproximadamente 13 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.5\/96%<\/p>\n\n\n\n

05 Creaci\u00f3n de cuadros de mando y narraci\u00f3n de historias con Tableau<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Creaci\u00f3n de cuadros de mando<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 8 idiomas diferentes. Este curso es la continuaci\u00f3n de An\u00e1lisis visual con Tableau y utiliza las visualizaciones que cre\u00f3 en este curso para crear cuadros de mando que le ayuden a reconocer la historia dentro de sus datos. Adem\u00e1s, aprender\u00e1 a utilizar los Story points para crear su historia. Usted ser\u00e1 capaz de estructurar y organizar su historia a su m\u00e1ximo potencial tanto para las partes interesadas y los usuarios finales. Aprender\u00e1 a montar un cuadro de mando, a analizar conceptos y t\u00e9cnicas para contar historias convincentes con datos. Habilidades adquiridas:<\/strong> Storyboarding, software Tableau, virtualizaci\u00f3n de datos y visualizaci\u00f3n de datos.Duraci\u00f3n<\/strong>: Aproximadamente 15 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.6\/88%<\/p>\n\n\n\n

04 Bases de datos y SQL para la ciencia de datos con Python<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Bases de datos y SQL<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en otros 2 idiomas. Es necesario un conocimiento pr\u00e1ctico de las bases de datos y del lenguaje SQL (o lenguaje de consulta estructurado) para convertirse en un buen analista y cient\u00edfico de datos. El curso introduce conceptos de bases de datos relacionales y le ayudar\u00e1 en la aplicaci\u00f3n del lenguaje SQL en un entorno de ciencia de datos. Se hace hincapi\u00e9 en el aprendizaje pr\u00e1ctico, por lo que trabajar\u00e1 con bases de datos y herramientas de ciencia de datos reales. Crear\u00e1 una instancia de base de datos en la nube y comenzar\u00e1 a practicar la creaci\u00f3n y ejecuci\u00f3n de consultas SQL. Por \u00faltimo, aprender\u00e1 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 programaci\u00f3n. Habilidades adquiridas:<\/strong> Bases de datos en la nube, programaci\u00f3n en Python, Ipython, sistemas de gesti\u00f3n de bases de datos relacionales (RDBMS) y SQL. Duraci\u00f3n:<\/strong> Aproximadamente 37 horas a lo largo de 6 semanas<\/p>\n\n\n\n

Valoraci\u00f3n:<\/strong> 4.6\/93%<\/p>\n\n\n\n

03 Gesti\u00f3n del an\u00e1lisis de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Gesti\u00f3n del an\u00e1lisis de datos<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 9 idiomas diferentes. Aprender\u00e1 el proceso de an\u00e1lisis de datos junto con la gesti\u00f3n de este proceso. Se describe la naturaleza iterativa del an\u00e1lisis de datos junto con el papel de formular una pregunta poderosa, el an\u00e1lisis exploratorio de datos, la inferencia, el modelado estad\u00edstico formal, la interpretaci\u00f3n y la comunicaci\u00f3n. Tambi\u00e9n aprender\u00e1 a procesar los datos para obtener resultados comprensibles y utilizables. Al final del curso habr\u00e1 aprendido a diferenciar entre distintos conjuntos de datos, a describir la iteraci\u00f3n del an\u00e1lisis de datos, a explorar los conjuntos de datos para comprobar su idoneidad y a utilizar los resultados estad\u00edsticos para crear presentaciones convincentes del an\u00e1lisis de datos. Habilidades adquiridas:<\/strong> An\u00e1lisis de datos, comunicaci\u00f3n, interpretaci\u00f3n, an\u00e1lisis exploratorio de datos. Duraci\u00f3n:<\/strong> Aproximadamente 9 horas 1 semana para completar. Clasificaci\u00f3n<\/strong>: 4.6\/95%<\/p>\n\n\n\n

02 Regresi\u00f3n lineal y modelizaci\u00f3n<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Regresi\u00f3n lineal y modelizaci\u00f3n<\/a><\/p>\n\n\n\n

El curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 9 idiomas diferentes. Este curso le lleva a trav\u00e9s de modelos de regresi\u00f3n lineal simple y m\u00faltiple 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 aprender\u00e1 la teor\u00eda fundamental que subyace a la regresi\u00f3n lineal. Por \u00faltimo, aprender\u00e1 a ajustar, examinar y utilizar modelos de regresi\u00f3n para determinar las relaciones entre muchas variables utilizando el software estad\u00edstico gratuito R y RStudio. Habilidades adquiridas:<\/strong> Estad\u00edstica, regresi\u00f3n lineal, programaci\u00f3n en R y an\u00e1lisis de regresi\u00f3n. Duraci\u00f3n:<\/strong> Aproximadamente 10 horas a lo largo de 4 semanas<\/p>\n\n\n\n

Valoraci\u00f3n:<\/strong> 4.7\/94%<\/p>\n\n\n\n

01 An\u00e1lisis exploratorio de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

An\u00e1lisis exploratorio de datos<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 10 idiomas diferentes. Este curso forma parte de m\u00faltiples programas y puede aplicarse en m\u00faltiples especializaciones. Cubrir\u00e1 las t\u00e9cnicas exploratorias para resumir datos y suelen aplicarse antes de comenzar la modelizaci\u00f3n. Pueden ayudar al desarrollo de modelos estad\u00edsticos m\u00e1s complejos y tambi\u00e9n son importantes para descartar o perfeccionar hip\u00f3tesis probables sobre el mundo que se asocia a los datos. Los sistemas de trazado en R y algunos principios b\u00e1sicos utilizados en la construcci\u00f3n de gr\u00e1ficos de datos, junto con algunas de las t\u00e9cnicas estad\u00edsticas multivariantes comunes utilizadas para visualizar datos de alta dimensi\u00f3n. Lo que aprender\u00e1 es a comprender los gr\u00e1ficos anal\u00edticos y el sistema de trazado base en R, y a utilizar sistemas de gr\u00e1ficos avanzados como el sistema Latter. Por \u00faltimo, aprender\u00e1 a realizar visualizaciones gr\u00e1ficas de datos de muy alta dimensi\u00f3n y a aplicar t\u00e9cnicas de an\u00e1lisis de conglomerados para localizar patrones en los datos. Habilidades adquiridas: <\/strong>An\u00e1lisis de conglomerados, Ggplot2, programaci\u00f3n en R y an\u00e1lisis exploratorio de datos. Duraci\u00f3n:<\/strong> Aproximadamente 55 horas a lo largo de 4 semanasValoraci\u00f3n:<\/strong> 4.7\/94%<\/p>","protected":false},"excerpt":{"rendered":"

Nuestro curso gratuito en l\u00ednea favorito de an\u00e1lisis de datos An\u00e1lisis exploratorio de datos Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en 10 idiomas diferentes. este curso forma parte de m\u00faltiples programas y puede aplicarse en m\u00faltiples especializaciones. Cubrir\u00e1 las t\u00e9cnicas exploratorias para resumir datos y suelen aplicarse antes de modelizar...<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"footnotes":""},"categories":[109],"tags":[164],"class_list":["post-25251","post","type-post","status-publish","format-standard","hentry","category-sub","tag-courses"],"taxonomy_info":{"category":[{"value":109,"label":"Sub"}],"post_tag":[{"value":164,"label":"Courses"}]},"featured_image_src_large":false,"author_info":{"display_name":"Scott Max","author_link":"https:\/\/scottmax.com\/es\/author\/scott\/"},"comment_info":0,"category_info":[{"term_id":109,"name":"Sub","slug":"sub","term_group":0,"term_taxonomy_id":109,"taxonomy":"category","description":"","parent":0,"count":776,"filter":"raw","cat_ID":109,"category_count":776,"category_description":"","cat_name":"Sub","category_nicename":"sub","category_parent":0}],"tag_info":[{"term_id":164,"name":"Courses","slug":"courses","term_group":0,"term_taxonomy_id":164,"taxonomy":"post_tag","description":"","parent":0,"count":30,"filter":"raw"}],"_links":{"self":[{"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts\/25251","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/comments?post=25251"}],"version-history":[{"count":1,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts\/25251\/revisions"}],"predecessor-version":[{"id":25252,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts\/25251\/revisions\/25252"}],"wp:attachment":[{"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/media?parent=25251"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/categories?post=25251"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/tags?post=25251"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}