Curso de Data Science con Python

Tipos de datos y estructuras en Python

Operaciones básicas con listas, diccionarios y conjuntos

Control de flujo: condicionales y bucles

Uso de funciones y módulos en Python

Manejo de excepciones y depuración de errores

Introducción a la programación orientada a objetos

Lectura y escritura de archivos en Python

Uso de expresiones regulares para limpieza de datos

Ejercicio práctico: Escribir un script para procesar datos

Buenas prácticas en codificación y estilo

Introducción a arrays y operaciones vectorizadas

Creación y manipulación de arrays multidimensionales

Indexación y slicing de arrays

Operaciones matemáticas y estadísticas en NumPy

Generación de datos aleatorios

Aplicación de álgebra lineal con NumPy

Ejercicio práctico: Operaciones avanzadas con arrays

Manipulación eficiente de grandes volúmenes de datos

Integración con otras bibliotecas para análisis avanzado

Limitaciones y optimización de rendimiento con NumPy

Introducción a DataFrames y Series

Importación de datos desde archivos CSV, Excel y bases de datos

Limpieza y transformación de datos con Pandas

Manejo de valores nulos y duplicados

Indexación avanzada y filtrado de datos

Agrupación y pivotado de datos

Operaciones con fechas y tiempos

Integración de datasets y operaciones de merge

Ejercicio práctico: Limpieza y análisis de datos reales

Visualización básica de datos con Pandas

Introducción a Matplotlib para gráficos básicos

Personalización de gráficos: colores, etiquetas y estilos

Creación de gráficos de líneas, barras y dispersión

Uso de Seaborn para visualización estadística

Creación de gráficos avanzados: mapas de calor y boxplots

Uso de temas y estilos para mejorar la presentación

Visualización de distribuciones y correlaciones

Exportación de gráficos para presentaciones y reportes

Ejercicio práctico: Crear un dashboard visual interactivo

Comparación de Matplotlib y Seaborn en diferentes escenarios

Identificación de datos inconsistentes y faltantes

Métodos para manejar valores nulos y atípicos

Estandarización y normalización de datos

Codificación de datos categóricos

Creación de nuevas características (feature engineering)

Manejo de datasets desequilibrados

Técnicas de muestreo y reducción de datos

Ejercicio práctico: Preparación de datos para un modelo predictivo

Herramientas de validación y calidad de datos

Automatización del proceso de limpieza

Conceptos clave: media, mediana, moda y varianza

Medidas de dispersión: rango, desviación estándar y percentiles

Identificación de distribuciones de datos

Creación de histogramas y boxplots para análisis visual

Cálculo de correlación y covarianza

Introducción a pruebas de hipótesis

Identificación de datos atípicos mediante estadísticas

Ejercicio práctico: Análisis estadístico de un conjunto de datos

Herramientas Python para estadísticas descriptivas

Interpretación de resultados para toma de decisiones

Definición y tipos de Machine Learning: supervisado y no supervisado

Flujo de trabajo de un proyecto de Machine Learning

División de datos en entrenamiento, validación y prueba

Uso de bibliotecas como Scikit-learn para modelos básicos

Métricas de evaluación de modelos

Introducción a modelos lineales y regresión logística

Ejercicio práctico: Entrenar un modelo básico con Python

Conceptos clave de sobreajuste y subajuste

Introducción al preprocesamiento de datos para modelos

Exploración de casos de uso reales

Introducción a algoritmos supervisados: árboles de decisión, SVM y KNN

Entrenamiento y evaluación de modelos supervisados

Uso de grid search para optimización de hiperparámetros

Manejo de datos desbalanceados en clasificación

Evaluación con curvas ROC y matrices de confusión

Uso de Random Forest y Gradient Boosting

Ejercicio práctico: Clasificación con múltiples modelos

Identificación y mitigación de sesgos en modelos

Interpretación de resultados de modelos supervisados

Casos prácticos de clasificación y regresión

Introducción a clustering y reducción de dimensionalidad

Algoritmos de clustering: K-means, DBSCAN, Hierarchical

Evaluación de la calidad del clustering

Uso de PCA para reducción de dimensionalidad

Detección de anomalías con algoritmos no supervisados

Ejercicio práctico: Clustering en datos reales

Visualización de resultados de clustering y PCA

Casos de uso comunes: segmentación y detección de fraude

Comparación de algoritmos no supervisados

Limitaciones y desafíos en modelos no supervisados

Introducción al procesamiento de lenguaje natural (NLP)

Tokenización y eliminación de stopwords

Análisis de frecuencia de palabras

Conversión de texto a vectores: TF-IDF y Bag of Words

Introducción a modelos de embeddings de palabras

Análisis de sentimiento y clasificación de texto

Uso de NLTK y spaCy para procesamiento avanzado

Ejercicio práctico: Análisis de tweets con Python

Creación de pipelines para procesamiento de texto

Aplicaciones reales de NLP en negocios

Conceptos básicos de redes neuronales

Arquitectura de redes neuronales profundas

Introducción a TensorFlow y Keras

Creación de modelos básicos con Keras

Entrenamiento y validación de redes neuronales

Regularización para evitar sobreajuste

Ejercicio práctico: Creación de un modelo básico de clasificación

Uso de GPUs para acelerar el entrenamiento

Comparación de frameworks de Deep Learning

Exploración de casos de uso de Deep Learning

Definición de objetivos para proyectos aplicados

Selección de datasets adecuados para los proyectos

Integración de herramientas aprendidas en un proyecto completo

Desarrollo y optimización de modelos avanzados

Presentación de resultados y storytelling con datos

Evaluación y retroalimentación del proyecto final

Aplicación de conocimientos a casos reales

Herramientas para la mejora continua en Data Science

Ejercicio final: Proyecto completo de análisis predictivo