{"id":25484,"date":"2022-10-25T16:39:24","date_gmt":"2022-10-25T16:39:24","guid":{"rendered":"https:\/\/scottmax.com\/?p=25484"},"modified":"2022-10-25T16:39:39","modified_gmt":"2022-10-25T16:39:39","slug":"cursos-online-gratuitos-de-ciencia-de-datos","status":"publish","type":"post","link":"https:\/\/scottmax.com\/es\/cursos-online-gratuitos-de-ciencia-de-datos\/","title":{"rendered":"22 mejores cursos gratuitos en l\u00ednea sobre ciencia de datos"},"content":{"rendered":"

\u00bfAprendiendo ciencia de datos?<\/p>\n\n\n\n

En l\u00ednea puede aprenderlo gratuitamente con excelentes cursos de alta calidad a todos los niveles.<\/p>\n\n\n\n

Aqu\u00ed est\u00e1n:<\/p>\n\n\n\n

Nuestros cursos gratuitos en l\u00ednea favoritos sobre ciencia de datos<\/h2>\n\n\n\n\n\n\n\n

\u00bfQu\u00e9 es la ciencia de datos?<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Qu\u00e9 es la ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un nivel principiante en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. Las percepciones y tendencias de los datos han sido una forma de arte que existe desde hace eones. Los antiguos egipcios utilizaban los datos de los censos de poblaci\u00f3n para mejorar la recaudaci\u00f3n de impuestos y la predicci\u00f3n de la crecida anual del r\u00edo Nilo. \u00daltimamente, las personas que se dedican a la ciencia de datos han creado un campo de trabajo \u00fanico y distinto. En este curso conocer\u00e1 a profesionales de la ciencia de datos y obtendr\u00e1 una visi\u00f3n general sobre la ciencia tal y como es hoy en d\u00eda. Este curso le ense\u00f1ar\u00e1 la importancia de la ciencia de datos en el mundo actual impulsado por los datos. Tambi\u00e9n aprender\u00e1 los diversos caminos que emanan en una carrera en este campo y podr\u00e1 explicar por qu\u00e9 la ciencia de datos es el trabajo m\u00e1s solicitado de este siglo. El programa de estudios abarca: en la Semana 1 - La definici\u00f3n de la ciencia de datos y qu\u00e9 es lo que hacen los cient\u00edficos de datos; Semana 2 - Temas de la ciencia de datos; Semana 3 - La ciencia de datos en los negocios. El medio de instrucci\u00f3n es a trav\u00e9s de v\u00eddeos y lecturas con cuestionarios para consolidar sus conocimientos. Habilidades adquiridas:<\/strong> Ciencia de datos, aprendizaje profundo, aprendizaje autom\u00e1tico, macrodatos y miner\u00eda de datos. Duraci\u00f3n:<\/strong> Aproximadamente 9 horas a lo largo de 3 semanas. Valoraci\u00f3n:<\/strong> 4.7\/97%<\/p>\n\n\n\n

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

Despu\u00e9s de mucha investigaci\u00f3n sobre toda la oferta de cursos en l\u00ednea de Ciencia de Datos, hemos encontrado los 22 mejores cursos de Ciencia de Datos para facilitarle la elecci\u00f3n<\/p>\n\n\n\n

22 SQL para el Proyecto Final de Ciencia de Datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

SQL para el proyecto final de ciencia de datos<\/a><\/p>\n\n\n\n

Este curso es un nivel intermedio en ingl\u00e9s con subt\u00edtulos en 8 idiomas diferentes. La ciencia de datos se encuentra todav\u00eda en sus primeras fases como carrera din\u00e1mica y en crecimiento y requiere habilidades basadas en SQL. Este curso le proporcionar\u00e1 conocimientos y habilidades para aplicar SQL al an\u00e1lisis de datos y a la resoluci\u00f3n de problemas empresariales. Este proyecto le ayudar\u00e1 a aplicar los conocimientos y habilidades que ha adquirido en el aprendizaje de SQL. Se le proporcionar\u00e1 un conjunto de datos a partir del cual desarrollar\u00e1 una propuesta de proyecto que le servir\u00e1 para explorar sus datos y realizar algunos c\u00e1lculos estad\u00edsticos. Descubrir\u00e1 la anal\u00edtica de los datos cualitativos y evaluar\u00e1 nuevas m\u00e9tricas para comprender los patrones que se est\u00e1n poniendo de manifiesto en su an\u00e1lisis. Por \u00faltimo, presentar\u00e1 su trabajo y contar\u00e1 la historia de sus hallazgos. El programa de estudios abarca: Semana 1 - Primeros pasos e Hito I: Propuesta de proyecto y selecci\u00f3n\/preparaci\u00f3n de datos; Semana 2 - Hito 2: Estad\u00edsticas descriptivas y comprensi\u00f3n de sus datos; Semana 3 - Hito 3: M\u00e1s all\u00e1 de las estad\u00edsticas descriptivas (Profundizar\/ampliar) y Semana 4 - Hito 4: Presentar sus hallazgos (Contar historias). El medio de instrucci\u00f3n es mediante v\u00eddeos y lecturas y algunos cuestionarios para consolidar.<\/p>\n\n\n\n

Habilidades adquiridas:<\/strong> Habilidades de presentaci\u00f3n, an\u00e1lisis de datos, SQL, creaci\u00f3n de m\u00e9tricas y an\u00e1lisis exploratorio de datos. Duraci\u00f3n<\/strong>: Aproximadamente 35 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.3<\/p>\n\n\n\n

21 Especializaci\u00f3n en Ciencia de Datos Gen\u00f3micos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Especializaci\u00f3n en ciencia de datos gen\u00f3micos<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel intermedio en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. La Gen\u00f3mica inspir\u00f3 una revoluci\u00f3n en la ciencia m\u00e9dica y es vital comprender el Genoma y ser capaz de utilizar y entender los datos y la informaci\u00f3n de los conjuntos de datos Gen\u00f3micos. La Ciencia de Datos Gen\u00f3micos aplica la estad\u00edstica y la ciencia de datos a la informaci\u00f3n del Genoma. Esta especializaci\u00f3n explora las herramientas y los conceptos que necesitar\u00e1 para comprender, analizar e interpretar los datos procedentes de experimentos de secuenciaci\u00f3n avanzados. Conocer\u00e1 las herramientas utilizadas en la ciencia de datos gen\u00f3micos utilizando la l\u00ednea de comandos, junto con herramientas como Python, R y Bioconductor. Esta especializaci\u00f3n puede servir como introducci\u00f3n independiente o puede complementar una licenciatura o posgrado en biolog\u00eda, gen\u00e9tica o biolog\u00eda molecular para familiarizarse con la ciencia de datos y la estad\u00edstica con el fin de fomentar su interacci\u00f3n con los datos en el trabajo diario. Al tratarse de una especializaci\u00f3n, puede elegir el curso por el que le gustar\u00eda empezar. Curso1 - Introducci\u00f3n a las tecnolog\u00edas gen\u00f3micas; Curso 2 - Python para la ciencia de datos gen\u00f3micos; Curso 3 - Algoritmos para la secuenciaci\u00f3n del ADN; Curso 4 - Herramientas de l\u00ednea de comandos para la ciencia de datos gen\u00f3micos; Curso 5 - Bioconductor para la ciencia de datos gen\u00f3micos y Curso 6 - Estad\u00edstica para la ciencia de datos gen\u00f3micos.<\/p>\n\n\n\n

Habilidades adquiridas:<\/strong> Bioinform\u00e1tica, Estad\u00edstica, Ciencia de datos, Biolog\u00eda computacional, Biopython, Programaci\u00f3n en Python, Gen\u00f3mica, Algoritmos bioinform\u00e1ticos. Algoritmos, Algoritmos sobre cadenas, Samtools y Unix. Duraci\u00f3n:<\/strong> Aproximadamente 6 meses a un ritmo de 2 horas semanales - 6 cursos. Valoraci\u00f3n:<\/strong> 4.3<\/p>\n\n\n\n

20 Fundamentos de la ciencia de datos escalable<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Fundamentos de la ciencia de datos escalable<\/a><\/p>\n\n\n\n

Este curso es de nivel principiante en ingl\u00e9s y tiene subt\u00edtulos en 8 idiomas diferentes. Apache Spark es el est\u00e1ndar para el procesamiento de datos a gran escala. Es crucial aprender una plataforma de ciencia de datos escalable, ya que las restricciones de memoria y CPU limitan la capacidad cuando se trata de construir modelos avanzados de aprendizaje autom\u00e1tico. Este curso le guiar\u00e1 a trav\u00e9s de los fundamentos de Apache Spark utilizando Python y Pyspark y aprender\u00e1 su aplicaci\u00f3n en la computaci\u00f3n de tareas exploratorias y de preprocesamiento de datos. Conocer\u00e1 las medidas estad\u00edsticas fundamentales y las tecnolog\u00edas de visualizaci\u00f3n de datos. Al finalizar el curso comprender\u00e1 c\u00f3mo las medidas estad\u00edsticas b\u00e1sicas revelan patrones en los datos, reconocer\u00e1 caracter\u00edsticas de los datos, patrones, tendencias, desviaciones y valores at\u00edpicos y utilizar\u00e1 t\u00e9cnicas para trabajar con big data como la reducci\u00f3n dimensional y los m\u00e9todos de selecci\u00f3n de caracter\u00edsticas. Se recomienda tener conocimientos b\u00e1sicos de Python, matem\u00e1ticas y SQL. Se utilizar\u00e1n las siguientes tecnolog\u00edas, pero no es necesario tener conocimientos previos: Jupyter notebooks, Apache Spark y Python. El programa de estudios abarca: Semana 1 - Introducci\u00f3n al curso y al entorno de calificaci\u00f3n; Semana 2 - Herramientas que soportan soluciones de Big Data; Semana 3 - Escalado de matem\u00e1ticas para estad\u00edstica en Apache Spark y Semana 4 - Visualizaci\u00f3n de datos de Big Data.<\/p>\n\n\n\n

Habilidades adquiridas:<\/strong> Estad\u00edstica, Ciencia de Datos, Internet de las Cosas (IOT) y Apache Spark. Duraci\u00f3n:<\/strong> Aproximadamente 22 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.3\/87%<\/p>\n\n\n\n

19 Ciencia de datos para la innovaci\u00f3n empresarial<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Ciencia de datos para la innovaci\u00f3n empresarial<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en otros 4 idiomas. Este curso proporciona la base de los conocimientos imprescindibles en ciencia de datos para que los ejecutivos y los mandos intermedios puedan conseguir una innovaci\u00f3n impulsada por los datos. Este curso le ense\u00f1ar\u00e1 el valor que crea la ciencia de datos, los principales tipos de problemas que puede resolver, la diferencia entre an\u00e1lisis descriptivo, predictivo y prescriptivo, y el papel que desempe\u00f1an el aprendizaje autom\u00e1tico y la inteligencia artificial. Desde un punto de vista t\u00e9cnico, el curso examina los m\u00e9todos supervisados, no supervisados y semisupervisados y explica qu\u00e9 puede resultar de las t\u00e9cnicas de clasificaci\u00f3n, agrupaci\u00f3n y regresi\u00f3n. El curso tambi\u00e9n cubre el papel de los modelos de datos NoSQL y el impacto de las plataformas de computaci\u00f3n basadas en la nube. El programa de estudios abarca: Semana 1 - Introducci\u00f3n a la empresa basada en datos; Semana 2 - Terminolog\u00eda y conceptos fundamentales; Semana 3 - M\u00e9todos de ciencia de datos para la empresa; y, por \u00faltimo, Semana 4 - Retos y conclusiones. Habilidades adquiridas:<\/strong> Ciencia de datos, an\u00e1lisis empresarial, toma de decisiones, an\u00e1lisis de datos y Big Data. Duraci\u00f3n:<\/strong> Aproximadamente 7 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.3\/89%<\/p>\n\n\n\n

18 Especializaci\u00f3n ejecutiva en ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Especializaci\u00f3n ejecutiva en ciencia de datos<\/a><\/p>\n\n\n\n

El curso es de nivel principiante en ingl\u00e9s con subt\u00edtulos en 14 idiomas diferentes. Estos 4 cursos que componen la especializaci\u00f3n le ense\u00f1ar\u00e1n todo lo que necesita saber para montar y dirigir una empresa de ciencia de datos aunque nunca haya trabajado antes en un entorno de ciencia de datos. El curso proporciona una formaci\u00f3n acelerada en ciencia de datos para que se familiarice con la ciencia de datos y para ayudarle a comprender su papel como l\u00edder. Adem\u00e1s, se le ense\u00f1ar\u00e1 el reclutamiento, la formaci\u00f3n de un equipo, la evaluaci\u00f3n del equipo y, a continuaci\u00f3n, el desarrollo del equipo con conjuntos de habilidades y roles complementarios. Tambi\u00e9n se ense\u00f1a la estructura de la canalizaci\u00f3n de la ciencia de datos, los objetivos en cada etapa y c\u00f3mo mantener a su equipo en el objetivo y, por \u00faltimo, aprender\u00e1 algunas habilidades pr\u00e1cticas para superar los retos comunes que con frecuencia descarrilan los proyectos de ciencia de datos. Los 4 cursos abarcan: Curso 1 - Curso acelerado de ciencia de datos; Curso 2 - Creaci\u00f3n de un equipo de ciencia de datos; Curso 3 - Gesti\u00f3n del an\u00e1lisis de datos; Curso 4 - Ciencia de datos en la vida real y, por \u00faltimo, Curso 5 - Capstone ejecutivo de ciencia de datos.<\/p>\n\n\n\n

Habilidades adquiridas:<\/strong> Ciencia de datos, Gesti\u00f3n de datos, An\u00e1lisis de datos, Comunicaci\u00f3n, Liderazgo, Aprendizaje autom\u00e1tico, Proyecto, Creaci\u00f3n de equipos, Direcci\u00f3n, Gesti\u00f3n de equipos, Interpretaci\u00f3n y An\u00e1lisis explicativo de datos. Duraci\u00f3n:<\/strong> Aproximadamente 2 meses a un ritmo de 6 horas semanales - 5 Cursos<\/p>\n\n\n\n

Valoraci\u00f3n :<\/strong>4.5<\/p>\n\n\n\n

17 Ciencia de datos aplicada con especializaci\u00f3n en Python<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Ciencia de datos aplicada con especializaci\u00f3n en Python<\/a><\/p>\n\n\n\n

El curso es de nivel intermedio en ingl\u00e9s con subt\u00edtulos en 10 idiomas diferentes. Esta especializaci\u00f3n abarca 5 cursos y le introduce en la ciencia de datos a trav\u00e9s del lenguaje de programaci\u00f3n Python. Esta especializaci\u00f3n es para alumnos con conocimientos b\u00e1sicos de Python para programaci\u00f3n y que deseen aplicar t\u00e9cnicas estad\u00edsticas, de aprendizaje autom\u00e1tico, visualizaci\u00f3n de la informaci\u00f3n, an\u00e1lisis de pruebas y an\u00e1lisis de redes sociales a trav\u00e9s de conjuntos de herramientas de Python como pandas, matplotlib, scikit learn, nltk y networkx para obtener informaci\u00f3n sobre los datos. Los cursos 1, 2 y 3 deben tomarse en orden y posteriormente los cursos 4 y 5 pueden tomarse en cualquier orden. Aprender\u00e1 a realizar an\u00e1lisis estad\u00edsticos inferenciales, a determinar si una visualizaci\u00f3n de datos es buena o mala, a mejorar un an\u00e1lisis de datos con aprendizaje autom\u00e1tico aplicado y a analizar la conectividad de una red social. Los 5 cursos incluyen: Curso 1 - Introducci\u00f3n a la ciencia de datos en Python; Curso 2 - Trazado, gr\u00e1ficos y representaci\u00f3n de datos aplicados en Python; Curso 3 - Aprendizaje autom\u00e1tico aplicado en Python; Curso 4 - Miner\u00eda de pruebas aplicada en Python y Curso 5 - An\u00e1lisis de redes sociales aplicado en Python. Habilidades adquiridas: <\/strong>Miner\u00eda de textos, programaci\u00f3n en Python, Pandas, Matplotlib, Numpy, limpieza de datos, virtualizaci\u00f3n de datos, visualizaci\u00f3n de datos (DataViz), algoritmos de aprendizaje autom\u00e1tico (ML), aprendizaje autom\u00e1tico, Scikit Learn y kit de herramientas de lenguaje natural. Duraci\u00f3n:<\/strong> Aproximadamente 5 meses a un ritmo de 7 horas semanales - 5 Cursos. Valoraci\u00f3n:<\/strong> 4.5<\/p>\n\n\n\n

16 herramientas para la ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Herramientas para la ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. Este curso analiza algunas de las herramientas m\u00e1s populares de la ciencia de datos, sus caracter\u00edsticas y c\u00f3mo utilizarlas. Aprender\u00e1 sobre los cuadernos Jupyter, JupyterLab, Rstudio IDE, Git, GitHub y Watson Studio. Se analiza cada herramienta junto con su uso, los lenguajes de programaci\u00f3n que pueden ejecutar y sus caracter\u00edsticas y limitaciones. Las herramientas est\u00e1n alojadas en la nube en Skills Network Labs, donde podr\u00e1 acceder a cada una de ellas y seguir las instrucciones para ejecutar c\u00f3digo sencillo en Python, R o Scala. Para finalizar el curso, crear\u00e1 un proyecto con un cuaderno Jupyter en IBM Watson Studio y demostrar\u00e1 su habilidad para preparar un cuaderno, escribir Markdown y compartir su trabajo. Algunas de las cosas que aprender\u00e1 incluyen la creaci\u00f3n y gesti\u00f3n de c\u00f3digo fuente para la ciencia de datos en GitHub y c\u00f3mo las herramientas de ciencia de datos de IBM pueden ser utilizadas por los cient\u00edficos de datos, aparte de lo explicado anteriormente. El temario cubre: Semana 1 - Conjunto de herramientas del cient\u00edfico de datos; Semana 2 - Herramientas de c\u00f3digo abierto; Semana 3 - Herramientas de IBM para la ciencia de datos; y finalmente en la Semana 4 - Tarea final: Cree y comparta su cuaderno Jupyter. Habilidades adquiridas:<\/strong> Ciencia de datos, Github, Programaci\u00f3n en Python, Cuadernos Jupyter y Rstudio. Duraci\u00f3n:<\/strong> Aproximadamente 20 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.5\/84%<\/p>\n\n\n\n

15 Especializaci\u00f3n en Ciencia de Datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Especializaci\u00f3n en ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en 12 idiomas diferentes. El objetivo de esta especializaci\u00f3n es cubrir las herramientas y conceptos que necesitar\u00e1 a lo largo de todo el proceso de la ciencia de datos, desde formular las preguntas correctas hasta hacer inferencias y publicar los resultados. El proyecto Capstone final le permitir\u00e1 aplicar las habilidades aprendidas mediante la construcci\u00f3n de un producto de datos utilizando datos reales, tras lo cual dispondr\u00e1 de una cartera que demuestre su habilidad en el uso de este material. Aprender\u00e1 a utilizar R para limpiar, analizar y visualizar datos, a navegar por la tuber\u00eda de la ciencia de datos desde la adquisici\u00f3n de datos hasta la fase de publicaci\u00f3n, el uso de Github para gestionar sus proyectos y tambi\u00e9n c\u00f3mo realizar an\u00e1lisis de regresi\u00f3n, m\u00ednimos cuadrados e inferencia utilizando modelos de regresi\u00f3n. Hay 10 cursos en esta especializaci\u00f3n: Curso 1 - La caja de herramientas del cient\u00edfico de datos; Curso 2 - Programaci\u00f3n en R; Curso 3 - Obtenci\u00f3n y limpieza de datos; Curso 4 - An\u00e1lisis exploratorio de datos; Curso 5 - Investigaci\u00f3n reproducible; Curso 6 - Inferencia estad\u00edstica; Curso 7 - Modelos de regresi\u00f3n; Curso 8 - Aprendizaje autom\u00e1tico pr\u00e1ctico; Curso 9 - Desarrollo de productos de datos y Curso 10 - Capstone de ciencia de datos. Habilidades adquiridas:<\/strong> Github, aprendizaje autom\u00e1tico, programaci\u00f3n en R, an\u00e1lisis de regresi\u00f3n, ciencia de datos, Rstudio, an\u00e1lisis de datos, depuraci\u00f3n, manipulaci\u00f3n de datos, expresiones regulares (REGEX), limpieza de datos y an\u00e1lisis de conglomerados. Duraci\u00f3n:<\/strong> Aproximadamente 11 meses a un ritmo de 7 horas semanales - 10 Cursos. Valoraci\u00f3n:<\/strong> 4.5<\/p>\n\n\n\n

14 Proyecto Python para la ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Proyecto Python para la ciencia de datos<\/a><\/p>\n\n\n\n

Este es un curso de nivel intermedio en ingl\u00e9s \u00fanicamente. Se trata de un minicurso para que demuestre sus conocimientos b\u00e1sicos de Python para trabajar con datos. Al finalizar este curso trabajar\u00e1 en un proyecto para desarrollar un sencillo cuadro de mando utilizando Python. El requisito previo es que haya completado el curso Python para la ciencia de datos, IA y desarrollo de IBM. Aprender\u00e1 a aplicar los fundamentos de Python y las estructuras de datos y a trabajar con datos en Python. Explorar\u00e1 el papel de un cient\u00edfico de datos que trabaja en un proyecto aut\u00e9ntico de Python y, a continuaci\u00f3n, construir\u00e1 un cuadro de mando desde el cuaderno Jupyter utilizando Python y algunas bibliotecas de Python. El programa de estudios abarca: Semana 1 - Dashboard de apret\u00f3n corto de crowdsourcing. El medio de instrucci\u00f3n es a trav\u00e9s de 2 videos, 8 lecturas y cuestionarios para consolidar sus aprendizajes. Habilidades adquiridas:<\/strong> Ciencia de datos, programaci\u00f3n en Python, Ipython, an\u00e1lisis de datos y Pandas. Duraci\u00f3n:<\/strong> Aproximadamente 8 horas - 1 semana. Valoraci\u00f3n:<\/strong> 4.5\/90%<\/p>\n\n\n\n

13 Introducci\u00f3n a la ciencia de datos en Python<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Introducci\u00f3n a la ciencia de datos en python<\/a><\/p>\n\n\n\n

Se trata de un curso intermedio en ingl\u00e9s con subt\u00edtulos en otros 10 idiomas. Se le presentar\u00e1n los fundamentos de la programaci\u00f3n en Python, incluyendo t\u00e9cnicas como las lambdas, la lectura y manipulaci\u00f3n de archivos CSV y la biblioteca Numpy. Aprender\u00e1 t\u00e9cnicas y manipulaci\u00f3n de datos utilizando la biblioteca de ciencia de datos Pandas y se le presentar\u00e1n las Series y DataFrame como estructuras de datos para el an\u00e1lisis de datos. Tambi\u00e9n hay tutoriales sobre el uso de funciones como groupby, merge y tablas din\u00e1micas. Por \u00faltimo, manipular\u00e1 y limpiar\u00e1 datos tabulares y ejecutar\u00e1 an\u00e1lisis estad\u00edsticos inferenciales b\u00e1sicos. El temario cubre: Semana 1 - Fundamentos de la manipulaci\u00f3n de datos con Python; Semana 2 - Procesamiento b\u00e1sico de datos con Pandas; Semana 3 - M\u00e1s procesamiento de datos con Pandas; y Semana 4 - Respuesta a preguntas con datos desordenados. El medio de instrucci\u00f3n es a trav\u00e9s de videos y lecturas con cuestionarios para evaluar su comprensi\u00f3n. Habilidades adquiridas<\/strong>: Programaci\u00f3n en Python, Numpy, Pandas y depuraci\u00f3n de datos. Duraci\u00f3n:<\/strong> Aproximadamente 31 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.5\/92%<\/p>\n\n\n\n

12 Un curso acelerado de ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Un curso intensivo de ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un nivel principiante en ingl\u00e9s con subt\u00edtulos en 12 idiomas diferentes. Este curso de 1 semana ofrece un tutorial compacto sobre la ciencia de datos y los t\u00e9rminos de big data, lo que significan y c\u00f3mo participan en el \u00e9xito de las organizaciones. Esta clase es adecuada para quienes deseen conocer la acci\u00f3n de la ciencia de datos y en qu\u00e9 consiste, y tambi\u00e9n para quienes vayan a dirigir con el tiempo un equipo de cient\u00edficos de datos. La intenci\u00f3n del curso es iniciarle r\u00e1pidamente en la ciencia de datos sin ning\u00fan tipo de relleno. Se trata realmente de un curso con lo esencial destilado. Tras completar este curso comprender\u00e1 el papel que desempe\u00f1a la ciencia de datos en diferentes contextos, el papel que desempe\u00f1an la estad\u00edstica, el aprendizaje autom\u00e1tico y la ingenier\u00eda de software en la ciencia de datos, la descripci\u00f3n de la estructura de un proyecto de ciencia de datos y conocer\u00e1 los t\u00e9rminos y las herramientas que utilizan los cient\u00edficos de datos. Y, por \u00faltimo, llegar\u00e1 a comprender el papel del gestor de la ciencia de datos. Habilidades adquiridas:<\/strong> Ciencia de datos, an\u00e1lisis de datos, aprendizaje autom\u00e1tico y proyectos. Duraci\u00f3n:<\/strong> Aproximadamente 7 horas - 1 semana. Valoraci\u00f3n:<\/strong> 4.5\/93%<\/p>\n\n\n\n

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

Conocimientos matem\u00e1ticos de ciencia de datos<\/a><\/p>\n\n\n\n

El curso es de nivel principiante en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. Cualquiera que tome un curso de ciencia de datos sabr\u00e1 que las matem\u00e1ticas est\u00e1n incluidas. Este curso le ense\u00f1ar\u00e1 las matem\u00e1ticas que necesitar\u00e1 para tener \u00e9xito en cualquier curso de matem\u00e1ticas de ciencia de datos y ha sido generado para aquellos que tienen una habilidad matem\u00e1tica b\u00e1sica pero no han tomado \u00e1lgebra o pre-c\u00e1lculo. Este curso introducir\u00e1 las matem\u00e1ticas que usted requiere para la ciencia de datos sin complejidad a\u00f1adida, o introduciendo ideas desconocidas. Aprender\u00e1 el vocabulario, la notaci\u00f3n, los conceptos y las reglas algebraicas que todos los cient\u00edficos de datos necesitar\u00e1n antes de avanzar en futuros estudios de ciencia de datos. El temario abarca: Semana 1 - Bloques de construcci\u00f3n para la resoluci\u00f3n de problemas; Semana 2 - Funciones y gr\u00e1ficos; Semana 3 - Medici\u00f3n de tasas de cambio; y, por \u00faltimo, Semana 4 - Introducci\u00f3n a la teor\u00eda de la probabilidad. El medio de instrucci\u00f3n es a trav\u00e9s de v\u00eddeos y lecturas. 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

10 Ciencia de datos: Especializaci\u00f3n en Estad\u00edstica y Aprendizaje Autom\u00e1tico<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Ciencia de datos: especializaci\u00f3n en estad\u00edstica y aprendizaje autom\u00e1tico<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel intermedio en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. Esta especializaci\u00f3n de 5 cursos contin\u00faa y desarrolla el material aprendido de la ciencia de datos: Fundamentos utilizando la especializaci\u00f3n R. Este curso cubre la inferencia estad\u00edstica, los modelos de regresi\u00f3n, el aprendizaje autom\u00e1tico y el desarrollo de productos de datos. Tambi\u00e9n aprender\u00e1 a construir y aplicar funciones de predicci\u00f3n, aprender\u00e1 a desarrollar productos de datos p\u00fablicos y comprender\u00e1 c\u00f3mo extraer conclusiones sobre poblaciones o verdades cient\u00edficas a partir de los datos.El proyecto Capstone le dar\u00e1 la oportunidad de aplicar sus habilidades reci\u00e9n aprendidas construyendo un producto de datos utilizando datos reales. Estos cursos abarcan: Curso 1 - Inferencia estad\u00edstica; Curso 2 - Modelos de regresi\u00f3n; Curso 3 - Aprendizaje autom\u00e1tico pr\u00e1ctico; Curso 4 - Desarrollo de productos de datos y, por \u00faltimo, Curso 5 - Capstone de ciencia de datos. <\/p>\n\n\n\n

Habilidades adquiridas:<\/strong> Aprendizaje autom\u00e1tico, Github, Programaci\u00f3n en R, An\u00e1lisis de regresi\u00f3n, Visualizaci\u00f3n de datos (DataViz), Estad\u00edstica, Inferencia estad\u00edstica, Pruebas estad\u00edsticas de hip\u00f3tesis, Selecci\u00f3n de modelos, Modelo lineal generalizado, Regresi\u00f3n lineal y Bosque aleatorio. Duraci\u00f3n:<\/strong> Aproximadamente 6 meses a un ritmo de 6 horas semanales - 5 Cursos. Valoraci\u00f3n:<\/strong> 4.6<\/p>\n\n\n\n

09 Certificado profesional en ciencia de datos de IBM<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Certificado profesional de ciencia de datos de IBM<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en 11 idiomas diferentes. La Ciencia de Datos sigue siendo una de las profesiones m\u00e1s solicitadas en esta d\u00e9cada y la demanda de cient\u00edficos con la capacidad de analizar datos y comunicar resultados para fundamentar decisiones basadas en datos est\u00e1 explotando. NO se requiere ning\u00fan conocimiento previo de la inform\u00e1tica es o lenguaje de programaci\u00f3n, pero usted desarrollar\u00e1 las habilidades y herramientas para tener una ventaja competitiva si usted est\u00e1 buscando y la posici\u00f3n de nivel de entrada como un cient\u00edfico de datos. Este programa de 10 cursos, incluido el Capstone, le permitir\u00e1 adquirir experiencia en las \u00faltimas herramientas y habilidades, incluidas herramientas y bibliotecas de c\u00f3digo abierto, Python, bases de datos, SQL, visualizaci\u00f3n de datos, an\u00e1lisis de datos, an\u00e1lisis estad\u00edstico, modelado predictivo y algoritmos de aprendizaje autom\u00e1tico. Adem\u00e1s de obtener un certificado profesional de Coursera, tambi\u00e9n recibir\u00e1 la insignia digital de IBM. Aprender\u00e1 qu\u00e9 implica la ciencia de datos y las actividades que lleva a cabo un cient\u00edfico de datos y c\u00f3mo pensar y trabajar como un cient\u00edfico de datos. Tambi\u00e9n desarrollar\u00e1 habilidades en el uso de herramientas, lenguajes y bibliotecas profesionales de cient\u00edficos de datos. Adem\u00e1s, aprender\u00e1 a importar y limpiar conjuntos de datos, analizar y visualizar datos y construir y evaluar modelos de aprendizaje autom\u00e1tico y pipelines utilizando Python. Los cursos cubren: Qu\u00e9 es la Ciencia de Datos; Herramientas de Ciencia de Datos; Metodolog\u00eda de Ciencia de Datos; Python para Ciencia de Datos, IA y Desarrollo; Proyecto Python para Ciencia de Datos; Bases de Datos y SQL para Ciencia de Datos con Python; An\u00e1lisis de Datos con Python; Visualizaci\u00f3n de Datos con Python; Aprendizaje Autom\u00e1tico con Python y Capstone de Ciencia de Datos Aplicada. Habilidades adquiridas:<\/strong> Ciencia de datos, Aprendizaje profundo, Aprendizaje autom\u00e1tico, Big Data, Miner\u00eda de datos, Github, Programaci\u00f3n en Python, Cuadernos Jupyter, Rstudio, Metodolog\u00eda, An\u00e1lisis de datos y Pandas. Duraci\u00f3n:<\/strong> Aproximadamente 11 meses a un ritmo de 4 horas semanales - 10 Cursos. Valoraci\u00f3n : <\/strong>4.6<\/p>\n\n\n\n

08 SQL para la ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

SQL para la ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en 8 idiomas diferentes. La necesidad de contar con personas h\u00e1biles en el uso y la interacci\u00f3n con los datos, y capaces de pensar de forma cr\u00edtica para proporcionar perspectivas y optimizar as\u00ed la toma de decisiones para las empresas ha adquirido una importancia capital. Las habilidades necesarias para ser un excelente cient\u00edfico de datos incluyen ser capaz de obtener y trabajar con datos, y por tanto estar bien versado en SQL que es el lenguaje para comunicarse con los sistemas de bases de datos. Este curso le ense\u00f1ar\u00e1 los fundamentos del SQL y del trabajo con datos para que pueda empezar a analizar con fines de ciencia de datos. Aprender\u00e1 a formular las preguntas correctas y luego a establecer buenas respuestas para ofrecer perspectivas a su organizaci\u00f3n. El curso comienza con lo b\u00e1sico bajo el supuesto de que usted no tiene ning\u00fan conocimiento o habilidad en SQL y luego se construye sobre la base para que usted escriba consultas simples y complejas que le ayuden a seleccionar los datos correctos de las tablas. Los tipos de datos con los que se familiarizar\u00e1 incluyen cadenas y n\u00fameros, y se discutir\u00e1n m\u00e9todos para filtrar y recortar sus resultados. A partir de aqu\u00ed aprender\u00e1 a crear nuevas tablas a las que trasladar los datos y tambi\u00e9n aprender\u00e1 operadores y a combinar los datos. Aprender\u00e1 a interpretar la estructura, el significado y las relaciones de los datos de origen y a utilizar SQL para dar forma a sus datos con fines anal\u00edticos. El programa de estudios abarca: Semana 1 - Selecci\u00f3n y recuperaci\u00f3n de datos con SQL; Semana 2 - Filtrado, ordenaci\u00f3n y c\u00e1lculo de datos con SQL; Semana 3 - Subconsultas y uniones en SQL y, por \u00faltimo, en la Semana 4 - Modificaci\u00f3n y an\u00e1lisis de datos con SQL. Habilidades adquiridas<\/strong>: Ciencia de datos, an\u00e1lisis de datos, Sqlite y SQL. Duraci\u00f3n:<\/strong> Aproximadamente 14 horas a lo largo de 4 semanas. Valoraci\u00f3n:<\/strong> 4.6\/91%<\/p>\n\n\n\n

07 Metodolog\u00eda de la ciencia de datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Metodolog\u00eda de la ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un curso para principiantes en ingl\u00e9s con subt\u00edtulos en 10 idiomas diferentes. Incluso con el aumento de la capacidad inform\u00e1tica y el mayor acceso a los datos, nuestra capacidad para utilizarlos con el m\u00e1ximo beneficio en la toma de decisiones se ha perdido o disminuido por no tener una comprensi\u00f3n s\u00f3lida de las preguntas que se plantean o de c\u00f3mo aplicarlos adecuadamente al problema que se experimenta. Este curso comparte una metodolog\u00eda para garantizar que los datos utilizados en la resoluci\u00f3n de problemas sean pertinentes y se manipulen adecuadamente para abordar el problema en cuesti\u00f3n. En este curso aprender\u00e1 los pasos que implica el manejo de un problema de ciencia de datos, los pasos en la pr\u00e1ctica de la ciencia de datos desde la formaci\u00f3n de un problema a la recopilaci\u00f3n y an\u00e1lisis de datos, a la construcci\u00f3n de un modelo y la comprensi\u00f3n de la retroalimentaci\u00f3n despu\u00e9s de implementar el modelo. El programa de estudios abarca: Semana 1 - Del problema al planteamiento y de los requisitos a la recopilaci\u00f3n; Semana 2 - De la comprensi\u00f3n a la preparaci\u00f3n y del modelado a la evaluaci\u00f3n; Semana 3 - De la implantaci\u00f3n a la retroalimentaci\u00f3n. Habilidades adquiridas:<\/strong> Ciencia de datos, miner\u00eda de datos y metodolog\u00eda. Duraci\u00f3n:<\/strong> Aproximadamente 8 horas a lo largo de 3 semanas. Valoraci\u00f3n:<\/strong> 4.6\/93%<\/p>\n\n\n\n

06 Python para ciencia de datos, IA y desarrollo<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Python para ciencia de datos, IA y desarrollo<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s y tiene subt\u00edtulos en otros 2 idiomas. En este curso aprender\u00e1 Python para la ciencia de datos y la programaci\u00f3n en general con esta introducci\u00f3n a Python. No se requiere experiencia previa en programaci\u00f3n y aprender\u00e1 los fundamentos de la programaci\u00f3n en Python, incluyendo la estructura y el an\u00e1lisis de datos a trav\u00e9s de ejercicios a lo largo de los m\u00f3dulos y crear\u00e1 un proyecto demostrando sus habilidades. Al finalizar este curso estar\u00e1 creando programas b\u00e1sicos trabajando con datos y resolviendo problemas, adem\u00e1s estar\u00e1 adquiriendo una base s\u00f3lida para un aprendizaje m\u00e1s avanzado en este campo. Trabajar\u00e1 con datos en Python utilizando las bibliotecas Pandas y Numpy. El programa de estudios abarca: Semana 1 - Conceptos b\u00e1sicos de Python; Semana 2 - Estructuras de datos en Python; Semana 3 - Fundamentos de programaci\u00f3n en Python y Semana 4 - Trabajo con datos en Python y Semana 5 - IPI y recopilaci\u00f3n de datos. Habilidades adquiridas:<\/strong> Ciencia de datos, programaci\u00f3n en Python, an\u00e1lisis de datos, Panda y Numpy. Duraci\u00f3n:<\/strong> Aproximadamente 21 horas a lo largo de 5 semanas. Valoraci\u00f3n:<\/strong> 4.6\/93%<\/p>\n\n\n\n

05 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 para la ciencia de datos con Python<\/a><\/p>\n\n\n\n

Se trata de un curso de nivel principiante en ingl\u00e9s con subt\u00edtulos en otros 2 idiomas. Dado que la mayor\u00eda de los datos se conservan en bases de datos, el lenguaje m\u00e1s utilizado para comunicarse con las bases de datos y extraer datos de ellas es el SQL (Lenguaje de Consulta Estructurado). Si desea convertirse en un cient\u00edfico de datos es necesario que tenga conocimientos pr\u00e1cticos tanto de bases de datos como de SQL. Este curso le introducir\u00e1 en los conceptos de las bases de datos relacionales y le ayudar\u00e1 a aprender y aplicar el lenguaje SQL. En este curso se hace hincapi\u00e9 en el aprendizaje pr\u00e1ctico, por lo que trabajar\u00e1 con bases de datos reales, herramientas de ciencia de datos y conjuntos de datos reales. Durante el curso crear\u00e1 una base de datos en la nube y a trav\u00e9s de una serie de laboratorios construir\u00e1 y ejecutar\u00e1 consultas SQL y aprender\u00e1 a acceder a bases de datos desde cuadernos Jupyter utilizando SQL y Python. Se supone que no tiene conocimientos previos ni experiencia con bases de datos, SQL. Python o programaci\u00f3n. El temario abarca: Semana 1- Introducci\u00f3n a SQL; Semana 2 - Introducci\u00f3n a las bases de datos relacionales y a las tablas; Semana 3 - SQL intermedio; Semana 4 - Acceso a bases de datos utilizando Python; Semana 5 - La tarea del curso; y la Semana 6 es un m\u00f3dulo extra: SQL Avanzado para la Ingenier\u00eda de Datos. Habilidades adquiridas:<\/strong> Base de datos en la nube, programaci\u00f3n en Python, Ipython y sistemas de gesti\u00f3n de bases de datos relacionales (RDBMS). Duraci\u00f3n:<\/strong> Aproximadamente 37 horas a lo largo de 6 semanas. Valoraci\u00f3n:<\/strong> 4.6\/93%<\/p>\n\n\n\n

04 Fundamentos de la Ciencia de Datos : K-Means Clustering en Python<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Fundamentos de la ciencia de datos: Agrupaci\u00f3n de K-means en Python<\/a><\/p>\n\n\n\n

El curso es de nivel principiante en ingl\u00e9s con subt\u00edtulos en 8 idiomas diferentes. Las organizaciones de todo el mundo utilizan los datos para predecir comportamientos y obtener informaci\u00f3n que les ayude a tomar decisiones con conocimiento de causa. El an\u00e1lisis y la gesti\u00f3n de datos se han convertido en elementos clave en las finanzas modernas, el comercio minorista, el marketing, las ciencias sociales, la investigaci\u00f3n y el desarrollo, la medicina y la administraci\u00f3n p\u00fablica. Este curso le introduce a la ciencia de datos y le preparar\u00e1 para cursos intermedios y avanzados de ciencia de datos centr\u00e1ndose en las matem\u00e1ticas b\u00e1sicas, la estad\u00edstica y la programaci\u00f3n necesarias para las tareas de an\u00e1lisis de datos. Utilizar\u00e1 estos conceptos en una tarea de agrupaci\u00f3n de datos que le ense\u00f1ar\u00e1 las habilidades b\u00e1sicas de programaci\u00f3n necesarias para las t\u00e9cnicas de la ciencia de datos. A medida que avance el curso, realizar\u00e1 algunos ejercicios matem\u00e1ticos y de programaci\u00f3n y un proyecto de agrupaci\u00f3n de datos para un conjunto de datos dado. El programa de estudios abarca: Semana 1 - Fundamentos de la ciencia de datos: Agrupaci\u00f3n de K-Means en Python; Semana 2 - Medias y desviaciones en matem\u00e1ticas y Python; Semana 3 - Pasar de datos unidimensionales a bidimensionales; Semana 4 - Introducci\u00f3n a Pandas y uso de K-Means para analizar datos y Semana 5 - Proyecto de agrupaci\u00f3n de datos. Habilidades adquiridas<\/strong>: Agrupaci\u00f3n de K-Means, aprendizaje autom\u00e1tico y programaci\u00f3n en Python. Duraci\u00f3n:<\/strong> Aproximadamente 29 horas a lo largo de 5 semanas. Valoraci\u00f3n:<\/strong> 4.6\/95%<\/p>\n\n\n\n

03 Masterclass de Ciencia de Datos para Principiantes<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Clase magistral sobre ciencia de datos<\/a><\/p>\n\n\n\n

Este curso est\u00e1 en ingl\u00e9s. Si alguna vez se ha preguntado c\u00f3mo utilizan las empresas los ingentes datos que recopilan y almacenan, este curso le introducir\u00e1 en las habilidades y herramientas necesarias para trabajar con este valios\u00edsimo recurso. Los temas tratados incluyen lenguajes de programaci\u00f3n, ciencia de datos, metodolog\u00eda y colaboraci\u00f3n. El m\u00f3dulo cubierto es Fundamentos de la ciencia de datos. Introducci\u00f3n, lenguajes de programaci\u00f3n, metodolog\u00eda de la ciencia de datos, ciencia de datos a trav\u00e9s de Chatbot, bibliotecas, API, conjuntos de datos y Github. Al finalizar este curso ser\u00e1 capaz de comprender los 3 an\u00e1lisis principales en la miner\u00eda de datos para extraer patrones: Conocer la diferencia entre aprendizaje autom\u00e1tico y aprendizaje profundo; comprender los factores a tener en cuenta a la hora de elegir un lenguaje de programaci\u00f3n para aprender; ser capaz de explicar los pasos de la metodolog\u00eda de la ciencia de datos, y el papel de las entidades y los intentos en el desarrollo de Chatbot y, por \u00faltimo, comprender el prop\u00f3sito y el uso de GitHub en la colaboraci\u00f3n. Habilidades adquiridas:<\/strong> Programaci\u00f3n, Ciencia, Ciencia de datos, Entrada de datos y Lenguajes de programaci\u00f3n.Duraci\u00f3n: <\/strong>Aproximadamente de 3 a 4 horas. Valoraci\u00f3n: <\/strong>5 estrellas<\/p>\n\n\n\n

02 Introducci\u00f3n a la Especializaci\u00f3n en Ciencia de Datos<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Introducci\u00f3n a la especializaci\u00f3n en ciencia de datos<\/a><\/p>\n\n\n\n

Este es un curso de nivel principiante en ingl\u00e9s y tiene subt\u00edtulos en 10 idiomas diferentes. Esta especializaci\u00f3n de 4 cursos le proporcionar\u00e1 los conocimientos b\u00e1sicos que cualquier cient\u00edfico de datos necesitar\u00eda para prepararse en esta apasionante y demandada carrera. Aprender\u00e1 qu\u00e9 es la ciencia de datos y qu\u00e9 hacen realmente los cient\u00edficos de datos. Descubrir\u00e1 lo ampliamente aplicable que es la ciencia de datos y c\u00f3mo los an\u00e1lisis de datos pueden ayudar a tomar buenas decisiones basadas en datos. No se requieren conocimientos previos de inform\u00e1tica ni de lenguajes de programaci\u00f3n, ya que esta especializaci\u00f3n le proporcionar\u00e1 la base necesaria para un aprendizaje m\u00e1s avanzado. Se ense\u00f1ar\u00e1n conceptos como big data, an\u00e1lisis estad\u00edstico y bases de datos relacionales, y adquirir\u00e1 conocimientos sobre el uso de diversas herramientas de c\u00f3digo abierto y programas de ciencia de datos como Jupyter notebooks, Rstudio, GitHub y SQL. Se proporcionar\u00e1n proyectos y laboratorios para ayudar a su aprendizaje de la metodolog\u00eda en el abordaje de problemas de ciencia de datos y usted aplicar\u00e1 sus habilidades y conocimientos reci\u00e9n aprendidos a conjuntos de datos reales. Curso 1 - \u00bfQu\u00e9 es la ciencia de datos?; Curso 2 - Herramientas para la ciencia de datos; Curso 3 - Metodolog\u00eda de la ciencia de datos y Curso 4 - Bases de datos y SQL para la ciencia de datos con Python. Habilidades adquiridas:<\/strong> Ciencia de datos, Sistema de gesti\u00f3n de bases de datos relacionales (RDBMS), Base de datos en la nube, Programaci\u00f3n en Python, SQL, Aprendizaje profundo, Aprendizaje autom\u00e1tico, Big Data, Miner\u00eda de datos, Github, Cuadernos Jupyter y Rstudio. Duraci\u00f3n:<\/strong> Aproximadamente 4 meses a un ritmo de 5 horas semanales - 4 Cursos. Valoraci\u00f3n:<\/strong> 4.7<\/p>\n\n\n\n

01 \u00bfQu\u00e9 es la Ciencia de Datos?<\/h3>\n\n\n\n
\"\"\/<\/figure>\n\n\n\n

Qu\u00e9 es la ciencia de datos<\/a><\/p>\n\n\n\n

Se trata de un nivel principiante en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. Las percepciones y tendencias de los datos han sido una forma de arte que existe desde hace eones. Los antiguos egipcios utilizaban los datos de los censos de poblaci\u00f3n para mejorar la recaudaci\u00f3n de impuestos y la predicci\u00f3n de la crecida anual del r\u00edo Nilo. \u00daltimamente, las personas que se dedican a la ciencia de datos han creado un campo de trabajo \u00fanico y distinto. En este curso conocer\u00e1 a profesionales de la ciencia de datos y obtendr\u00e1 una visi\u00f3n general sobre la ciencia tal y como es hoy en d\u00eda. Este curso le ense\u00f1ar\u00e1 la importancia de la ciencia de datos en el mundo actual impulsado por los datos. Tambi\u00e9n aprender\u00e1 los diversos caminos que emanan en una carrera en este campo y podr\u00e1 explicar por qu\u00e9 la ciencia de datos es el trabajo m\u00e1s solicitado de este siglo. El programa de estudios abarca: en la Semana 1 - La definici\u00f3n de la ciencia de datos y qu\u00e9 es lo que hacen los cient\u00edficos de datos; Semana 2 - Temas de la ciencia de datos; Semana 3 - La ciencia de datos en los negocios. El medio de instrucci\u00f3n es a trav\u00e9s de v\u00eddeos y lecturas con cuestionarios para consolidar sus conocimientos. Habilidades adquiridas:<\/strong> Ciencia de datos, aprendizaje profundo, aprendizaje autom\u00e1tico, macrodatos y miner\u00eda de datos. Duraci\u00f3n:<\/strong> Aproximadamente 9 horas a lo largo de 3 semanas. Valoraci\u00f3n:<\/strong> 4.7\/97%<\/p>","protected":false},"excerpt":{"rendered":"

\u00bfEst\u00e1 aprendiendo ciencia de datos? En l\u00ednea puede aprenderla de forma gratuita con excelentes cursos de alta calidad a todos los niveles. \u00c9stos son: Nuestros cursos gratuitos en l\u00ednea favoritos de ciencia de datos \u00bfQu\u00e9 es la ciencia de datos? Qu\u00e9 es la ciencia de datos Se trata de un nivel principiante en ingl\u00e9s con subt\u00edtulos en 9 idiomas diferentes. El conocimiento y las tendencias de los datos ha sido un...<\/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-25484","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\/25484","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=25484"}],"version-history":[{"count":1,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts\/25484\/revisions"}],"predecessor-version":[{"id":25485,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/posts\/25484\/revisions\/25485"}],"wp:attachment":[{"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/media?parent=25484"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/categories?post=25484"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/scottmax.com\/es\/wp-json\/wp\/v2\/tags?post=25484"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}