Programa Ciencia de Datos Con Python - 220308 - 222754

data&analytics
INNOVACIÓN Y TECNOLOGÍA
PROGRAMA ESPECIALIZADO EN
CIENCIA DE
DATOS CON
PYTHON
CONTACTO
Data & Analytics
https://www.instagram.com/datayanalytics/ https://www.facebook.com/DatayAnalytics https://www.linkedin.com/company/datayanalytics
https://www.linkedin.com/company/datayanalytics
https://www.instagram.com/datayanalytics/ https://www.facebook.com/DatayAnalytics
https://www.facebook.com/DatayAnalytics https://www.linkedin.com/company/datayanalytics
https://www.instagram.com/datayanalytics/ https://www.linkedin.com/company/datayanalytics
https://www.facebook.com/DatayAnalytics
https://www.instagram.com/datayanalytics/
https://www.instagram.com/datayanalytics/ https://www.facebook.com/DatayAnalytics
www.datayanalytics.com
cursos@datayanalytics.com
+51 960 876 044

https://wa.link/4pvkoo
CLASES EN VIVO POR: +51 931 896 419
https://wa.link/h952ph
data&analytics
PRESENTACIÓN
La vasta generación de datos en todos los
sectores, ha generado que el dominio de la
ciencia de datos y en principal el dominio de
Python sea una de las habilidades con
mayor demanda a nivel mundial.
Con este Programa Especializado Ciencia de

Datos con Python desarrollarás las habilida-
des para desarrollar proyectos de ciencia de
datos y analizar datos con Python desde
cero; así, alcanzarás tus objetivos y pondrás
en práctica lo aprendido en tu empresa y tus
proyectos.
Si trabajas en el sector privado o público,

estas son habilidades que te permitirán dife-
renciarte del resto, permitiéndote crecer
profesionalmente, siendo más competitivo y
lograr mejores oportunidades laborales.
Dirigido a
• Estudiantes, egresados y profesio-

nales de diversos rubros o áreas.
• Público en general que desea traba- FECHA DE INICIO
jar en Ciencia de Datos con Python. 14 de Marzo
Pre-requisitos
HORARIO
• Sin pre-requisitos.
• Aprenderás Ciencia de Datos con
Lunes y Miércoles
Python desde Cero. 6:00 p.m. a 9:00 p.m.
7:00 p.m. a 10:00 p.m.
Metodología
• Teórico práctico con casos reales
8:00 p.m. a 11:00 p.m.
aplicados. 9:00 p.m. a 12:00 a.m.
• Código en Python + Data + PPT’s +
Sesiones en vivo por ZOOM. DURACIÓN
• Experiencia en la resolución de
3.5 meses
proyectos de ciencia de datos.
• Aprendizaje basado en resolución
120 horas académicas
de casos y ejemplos.
• Desarrollarás 05 proyectos que te PROYECTOS
permitirán consolidar tus conoci- 5 proyectos durante
mientos. todo el programa.
Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

CONTENIDO DEL PROGRAMA
01
Python + Colab
MÓDULO
▶ Introducción
· Introducción al lenguaje
·
▶
▶ Hello Python
▶ La interfaz de Phyton
▶
▶
▶
▶
▶
▶
▶
Casos prácticos.
02
Listas y estructuras
MÓDULO
· Diccionarios
Casos prácticos
03 Numpy
MÓDULO
Casos prácticos.
1er proyecto
Data & Analytics .datayanalytics.co cursos@datayanalytics.co

04
Condicionales y Panda
MÓDULO
▶ Condicionales
▶ Sentencias
▶ Expresiones
▶ Pandas
· Data
· Indexación
· Órdenes
· Datos perdidos
· Operaciones
· Agrupaciones
· Estadísticas
· Uniones
Casos prácticos
05
Funciones y paquetes
MÓDULO
Casos prácticos
06
Visualización y Analytics
MÓDULO
Casos prácticos
2do proyecto
07
Introducción a la Estadística
MÓDULO
Conceptos Básicos:
Estadística, Población, Muestra, Elemento Muestral
Tipos de Variables: Categóricas (Nominales y Ordinales),
Numéricas (Discretas, Continuas)
Secuencia/Metodología de Análisis de Datos
Introducción a Colab
Full introducción a Python
Resolución de ejercicios

08
Análisis descriptivo
MÓDULO
Medidas de Tendencia Central: Moda, Mediana, Media
(Aritmética, Geométrica, Armónica, Recortada)
Medidas de Dispersión: Desviación Estándar, Varianza, Rango,
Rango intercuartilico, coeficiente de variación.
Coeficiente de asimetría y kurtosis.
Medidas de Asociación: Correlación.
Pruebas Chi Cuadrado.
Análisis de Valores Outliers
Imputaciones Paramétricas y no Paramétricas
Visualización: Histogramas, Cajas y Bigotes, Barras, Circular,
Dispersión, Línea, pirámide -> y sus aplicaciones.
09 Inferencia estadítica
MÓDULO
Teoría de la Inferencia Estadística (Paramétricas y No Paramétricas)

Teorema del Límite Central
Pruebas de Hipótesis
Pruebas de Normalidad
Pruebas de Correlación (Paramétricas y No Paramétricas)
Prueba Chi-cuadrado
Prueba de la Media de 1 muestra
Prueba de la Media de 2 muestras
ANOVA
Prueba de Wilcoxon.
Prueba de Mann Whitney.
3er proyecto
10 Aprendizaje supervisado
ÓULO
Creación de nuevas variables (atributos).

Regresión Lineal Simple
Regresión Lineal Múltiple
Regresión Logística
Random Forest
Análisis de multicolinealidad
Estimaciones
Métricas: ROC. Gini, Accuracy, KS, Log-Loss, entre otros.
11 Aprendizaje no supervisado
MÓDULO
Análisis de Componentes Principales.

Análisis Clúster
Validación de Clústers
Perfilamiento de clústers
4to proyecto

12 MÓDULO
EDA y tratamiento para datos
Análisis exploratorio de datos
Tratamiento de datos, OneHotEncoder, TargerEncoder
Tratamientos de valores atípicos.
Imputación paramétrica (media, mediana, moda)
Imputación no paramétrica para la imputación de valores perdidos
División de los datos en funciones y etiquetas
Conversión de los datos categóricos en números.
Creación de Driver
División de los datos en conjunto de entrenamiento y prueba
Normalización de los datos
Balanceo de data: SMOTE, OverSampling, UnderSampling,
Selección de variables
13 Aprendizaje supervisado para regresiones

MÓDULO
Regresión lineal
KNN
Árbol de decisión
Suport Vector
Ensemble methods
AdaBoost, GBM, XGBoost
Gridsearch de parámetros. RandomGridse
Optimización Bayesiana arch.
Aplicación de un modelo TensorFlow
14 Aprendizaje supervisado para clasificación

MÓDULO
4
Regresión logística
Naive Bayes
Árbol de decisión
KNN
Random Forest
Support Vector
AdaBoost, GBM, XGBoost
Gridsearch de parámetros. RandomGridsearch.
Optimización Bayesiana
Aplicación para un modelo de TensorFlow
Validación de Modelos
• Validación cruzada
• Matriz de confusión
• GINI, ROC-AUC, K-S, sensibilidad, recall, F-Score, Log-Loss

15
Aprendizaje no supervisado y simulación
MÓDULO
Aprendizaje no supervisado
• K-means Clutering
• Análisis de Cesta de canasta de mercado.
• Segmentación o puntuación RFM
Reducción de dimensiones
• PCA
• LDA
Introducción Serie de tiempo

• Introducción series de tiempo
• Entendiendo serie de tiempo
• Método baso en suavizamiento exponencial
5to proyecto
CERTIFICADO
Se emitirá certificado a nombre de Data & Analytics
Incluye certificados:
- Programa especializado en Ciencia de Datos con Python
- Python for Data Science
- Estadística para Data Science con Python
- Machine Learning con Python
Con notas aprobatorias >= 15 se entregará Certificado,

caso contrario será Constancia.
Duración del curso en general (3.5 meses)
MATERIALES
Se entregará: Scripts en Python, PPT’s, Data.
Sesiones en vivo por ZOOM.

INSTRUCTORES
Ing. Mcs. Yaneth Ccahuantico

Director de Data & Analytics
Cuenta con más de 16 años de experiencia en Analytics,
Modelos supervisados y no supervisados, Dirección de
proyectos de ciencia de datos, investigación de merca-
dos, diseño de estrategias y formulación de indicadores
de gestión y desempeño, desarrollo de modelos predic-
tivos, calidad de datos y capacitación de equipos.
Máster en Administración y Dirección de Marketing con

Especialización en Machine Learning, Big Data,
Analytics, Business Intelligence, Metodología de la
Investigación, entre otros. Experiencia en rubros: con-
sumo masivo, telecomunicaciones, educación, banca,
AFP, previsión, hoteles, minería, finanzas, Internet,
social, servicios, retail, buró, microfinanzas, entre otros.
Herramientas favoritas: R Studio, Python, Julia, SPSS,

Modeler, Rapidminer, Oracle, SQL Server, Qlikview,
Office Avanzado, MS Project, entre otros.
Ing. Naren Castellon

Consultor y catedrático en Data Science
Licenciado en Matemática con Magister en Cálculo y

Técnica actuarial, y Finanzas. Ha trabajado como con-
sultor independiente (en Riesgo y otros), catedrático
para la Universidad Nacional Autónoma de Nicaragua
(UNAN) y actualmente trabaja en ADEN Internacional
Business School como catedrático y Data Scientist.
En el área académica ha sido catedrático en Álgebra

abstracta, Análisis matemático, Estadísticas y estaística
inferencial, matemática financiera, Investigación de
Operaciones y Finanzas. En el área de ciencias de datos
trabajó como investigador e implementación de mode-
los en Deep Learning y Machine Learning usando Ten-
sorFlow, Scikit - Learn, PyTorch y Keras.
Herramientas con Python: Colab, Jupyter y Spyder

Herramienta con R: Rstudio
Otras herramientas: SPSS, stat y statistic.

NUESTROS ESTUDIANTES
NOS RECOMIENDAN
Byron Alvarez - Varela Pedro Leon Lucas Ximena Ledesma

Consultor ONU y Estadístico Estudiante
Mentor acreditado.
Sinceramente hace mucho no Excelentes docentes, y muy actua- Excelente el curso que tomé,
tomaba un curso abierto de tan lizados en las últimas tendencias profesor con muchas destrezas
alta calidad de contenido y de del mundo de la ciencia de datos, en comunicación. 100%
metodología educación (teoría y como también en las principales recomendado.
prácticas). 100% recomendado. herramientas, que varias empre-
sas en sus diversos rubros solicitan.
Luigi Italo Gary Orh Jordan Capa Zamata

Estadístico Estudiante Ingeniero
Excelentes clases, la docente El contenido dictado, es de muy Clases didácticas y bastante

ofreció conocimientos que cubrie- buen nivel y de mucho interés profesionalismo, en definitiva no
ron vacíos muy importantes, para casos aplicativos, el apoyo será el único curso que lleve aquí,
incluso recomendado para y la atención constante de los lo recomiendo bastante.
quienes ya tienen conocimientos especialistas que dictan los
previos. cursos es de apreciar y resaltar.
PROCESO DE INSCRIPCIÓN
1 Registro :
Enviar un correo a cursos@datayanalytics.com con copia
a datayanalyticspe@gmail.com la siguiente información:
- Nombres y Apellidos
- Nº de Documento de Identidad Si desea solicitar
- Nº de Celular factura, enviar:
- LinkedIn * Nro de RUC
- Gmail
* Razón social
- Curso a matricularse
* Dirección (País)
- Foto del comprobante de pago
Asunto: PROGRAMA CIENCIA DE DATOS - PYTHON
2 C rmación:
Una vez registrado el alumno, recibirá 2 correos con la siguiente información:
- ZOOM para las clases en vivo.

- Acceso a los materiales y videos, mediante Google Classroom.

PRECIOS Y PROMOCIONES
PRECIO REGULAR: S/. 1,850 / $ 510 USD
PRECIOS INDIVIDUALES
Hasta el 08 de Marzo S/. 555 / $ 159 USD
PRECIOS GRUPALES O CORPORATIVOS
Grupo de 3 y más S/. 555 / $ 159 USD

Precio por persona
FINANCIACIÓN
• Págalo en 2 cuotas sin intereses
• Las cuotas deben ser canceladas hasta 1 día antes del inicio del programa.
MÉTODOS DE PAGO
Depósito o transferencia
R&M Ingenieros Asociados Group
N° Cuenta Corriente: 488 - 3002002636
RUC: 20600323441
Transferencia a nombre de
R&M Ingenieros Asociados Group
OTROS BANCOS Cuenta Interbancaria:
N° 003 - 488 - 003002002636 - 42
RUC: 20600323441
TARJETA DE
CRÉDITO Y DÉBITO
y otras tarjetas
OTROS
haz click aquí

Si tienes alguna duda sobre el método de pago: https://wa.link/aohtnr

data&analytics
INFORMES
Erika Ayala | Coordinación

cursos@datayanalytics.com
Tel. : +51 960 876 044
https://wa.link/4pvkoo
Mishell Bardales | Coordinación

mishell.bardales@datayanalytics.com
Tel. :https://wa.link/h952ph
+51 931 896 419
www.datayanalytics.com

Programa Ciencia de Datos Con Python - 220308 - 222754

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Programa Ciencia de Datos Con Python - 220308 - 222754

Uploaded by

Copyright:

Available Formats

data&analytics

+51 960 876 044

Con este Programa Especializado Ciencia de

Si trabajas en el sector privado o público,

• Estudiantes, egresados y profesio-

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Data & Analytics .datayanalytics.co cursos@datayanalytics.co

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Teoría de la Inferencia Estadística (Paramétricas y No Paramétricas)

Creación de nuevas variables (atributos).

Análisis de Componentes Principales.

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

13 Aprendizaje supervisado para regresiones

14 Aprendizaje supervisado para clasiﬁcación

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Introducción Serie de tiempo

Con notas aprobatorias >= 15 se entregará Certiﬁcado,

Duración del curso en general (3.5 meses)

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Ing. Mcs. Yaneth Ccahuantico

Máster en Administración y Dirección de Marketing con

Herramientas favoritas: R Studio, Python, Julia, SPSS,

Ing. Naren Castellon

Licenciado en Matemática con Magister en Cálculo y

En el área académica ha sido catedrático en Álgebra

Herramientas con Python: Colab, Jupyter y Spyder

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Byron Alvarez - Varela Pedro Leon Lucas Ximena Ledesma

Luigi Italo Gary Orh Jordan Capa Zamata

Excelentes clases, la docente El contenido dictado, es de muy Clases didácticas y bastante

- ZOOM para las clases en vivo.

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Hasta el 08 de Marzo S/. 555 / $ 159 USD

Hasta el 10 de Marzo S/. 755 / $ 199 USD

Hasta el 12 de Marzo S/. 945 / $ 249 USD

PRECIOS GRUPALES O CORPORATIVOS

Grupo de 3 y más S/. 555 / $ 159 USD

haz click aquí

Data & Analytics www.datayanalytics.com cursos@datayanalytics.com

Erika Ayala | Coordinación

Mishell Bardales | Coordinación

You might also like