We may earn an affiliate commission when you visit our partners.
Course image
Maria Del Pilar Villamil Giraldo, John Calvo Martínez, Haydemar Nuñez Castro, Harry Cristhian Torres Moreno, Haydemar Nuñez Castro , and Harry Cristhian Torres Moreno

Este programa en ciencia de datos te permite conocer y desarrollar las principales habilidades técnicas para aportar como miembro de un equipo en un proyecto de ciencia de datos. Estas habilidades cada vez son más apetecidas por el mercado y es por ello que nuestros temas incluyen conocimientos básicos en modelos descriptivos basados en estadística, modelos predictivos basados en aprendizaje de máquina, y técnicas para integrar, explorar y preparar datos, tanto estructurados como no estructurados, utilizando el lenguaje de programación Python y librerías de manipulación y análisis de datos.

Enroll now

Share

Help others find Specialization from Coursera by sharing it with your friends and followers:

What's inside

Three courses

Introducción a la ciencia de datos aplicada

(0 hours)
Este curso es una primera inmersión en el mundo de la ciencia de datos, en el cual el estudiante comprenderá los fundamentos de la ciencia de datos y las características de un científico de datos.

Modelos predictivos con aprendizaje automático

(0 hours)
Este curso te brindará conocimientos teóricos y prácticos para construir modelos predictivos con técnicas de aprendizaje automático. Estos modelos permiten anticipar eventos futuros y apoyar la toma de decisiones.

Integración y preparación de datos

(0 hours)
El manejo de datos para generar conocimiento útil en las organizaciones es crucial. Este curso presenta una metodología para proyectos basados en datos, especialmente en ciencia de datos. Se enfoca en explorar, transformar e integrar fuentes de datos estructuradas y no estructuradas para mejorar la eficiencia y calidad de los análisis posteriores. Incluye tutoriales con ejemplos prácticos, videos, lecturas ilustradas y sugerencias de lectura adicional.

Learning objectives

  • Hacer uso de la estadística bivariada para realizar análisis con el fin de validar hipótesis que sean relevantes para la organización.
  • Construir modelos predictivos con datos disponibles por medio de herramientas de aprendizaje automático basadas en el lenguaje de programación python
  • Comprender y aplicar técnicas para explorar, transformar e integrar fuentes de datos estructuradas y no estructuradas

Save this collection

Save Ciencia de datos​ to your list so you can find it easily later:
Save
Our mission

OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.

Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.

Find this site helpful? Tell a friend about us.

Affiliate disclosure

We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.

Your purchases help us maintain our catalog and keep our servers humming without ads.

Thank you for supporting OpenCourser.

© 2016 - 2024 OpenCourser