We may earn an affiliate commission when you visit our partners.
Layla Scheli
Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.
Read more
Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.
Read more
Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.
Resulta importante mencionar, que este proyecto guiado tiene una dificultad “intermedia” para su desarrollo. Como objetivo principal al finalizar todas las capsulas de conocimiento y entregas de prácticas asociadas, se busca que los estudiantes puedan aprender los conceptos más relevantes e importantes para el uso de Python como herramienta para el análisis exploratorio de datos. También veremos cómo es el proceso de instalación de librerías utilizando el Anaconda Prompt.
Con los conocimientos adquiridos en este proyecto guiado, los estudiantes podrán ser capaces de realizar sus propios análisis de datos, utilizando Python como herramienta principal de análisis como así también, realizar visualizaciones graficas acordes e ilustrativas sobre nuestros datos.
Register for this course and see more details by visiting:
OpenCourser.com/course/u9pzx9/analisis
Three deals to help you save
We found three deals and offers that may be relevant to this course.
Save money when you learn.
All coupon codes, vouchers, and discounts are applied automatically unless otherwise noted.
Valid until December 12
Annual Subscription Savings
Unlock programs from Google, Microsoft, and IBM and join 77% of learners who reported positive career outcomes.
Only $239!
Valid for a limited time only
Future-proof your career
Access O'Reilly books, live events, courses, and more. Save with an annual subscription.
Take
15%
off
What's inside
Syllabus
Visión general del proyecto
Python es un lenguaje fabuloso de programación, que nos ofrece muchas ventajas a la hora de utilizarlo como herramienta para el análisis exploratorio de datos. Realizar un EDA, es el primer paso que debemos de aplicar para tener un mayor entendimiento de nuestros datos y poder tener un contexto adecuado de la temática que estamos analizando.
Resulta importante mencionar, que este proyecto guiado tiene una dificultad “intermedia” para su desarrollo. Como objetivo principal al finalizar todas las capsulas de conocimiento y entregas de prácticas asociadas, se busca que los estudiantes puedan aprender los conceptos más relevantes e importantes para el uso de Python como herramienta para el análisis exploratorio de datos. También veremos cómo es el proceso de instalación de librerías utilizando el Anaconda Prompt.
Con los conocimientos adquiridos en este proyecto guiado, los estudiantes podrán ser capaces de realizar sus propios análisis de datos, utilizando Python como herramienta principal de análisis como así también, realizar visualizaciones graficas acordes e ilustrativas sobre nuestros datos.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Puede ayudar a los estudiantes a desarrollar sus habilidades en el análisis exploratorio de datos
Tiene un enfoque intermedio, lo que lo hace más adecuado para estudiantes con algunos conocimientos previos en programación
Utiliza Python, un lenguaje de programación popular para el análisis de datos
Incluye prácticas y proyectos que brindan experiencia práctica
Enseña a los estudiantes cómo visualizar datos, lo que mejora la comprensión y comunicación de los resultados
Requiere que los estudiantes instalen Anaconda y otras bibliotecas, lo que puede ser un paso adicional para aquellos que no estén familiarizados
Save this course
Save Análisis Exploratorio de Datos con Python to your list so you can find it easily later:
Save
Save
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Análisis Exploratorio de Datos con Python with these
activities:
Revisa Python Crash Course, 2nd Edition
Show steps
Este libro te brindará una base sólida en Python, cubriendo conceptos esenciales como variables, tipos de datos, estructuras de control y funciones.
View
Curso Intensivo de Python
on Amazon
Show steps
-
Lee los primeros 5 capítulos para familiarizarte con los conceptos básicos de Python.
-
Intenta resolver los ejercicios y desafíos presentados en el libro.
-
Crea un pequeño proyecto de Python para aplicar tus conocimientos.
Sigue el tutorial interactivo de Python en Codecademy
Show steps
Este tutorial interactivo te guiará a través de los fundamentos de Python, proporcionando ejercicios prácticos y comentarios instantáneos.
Browse courses on
Python
Show steps
-
Completa las primeras 10 lecciones del tutorial.
-
Trabaja en los ejercicios y cuestionarios interactivos.
-
Intenta completar los proyectos propuestos al final del tutorial.
Participa en discusiones en el foro de la clase
Show steps
Participar en discusiones en el foro te permitirá interactuar con otros estudiantes, compartir ideas y obtener diferentes perspectivas sobre los conceptos de Python.
Browse courses on
Python
Show steps
-
Lee las publicaciones del foro y responde a las preguntas o comentarios.
-
Publica tus propias preguntas o temas para iniciar debates.
-
Participa en debates respetuosos y colabora con otros estudiantes para comprender mejor los conceptos.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Crea un cuaderno de Jupyter que resuma los conceptos clave de Python
Show steps
Crear un cuaderno de Jupyter te obligará a sintetizar y organizar tu comprensión de los conceptos de Python, lo que mejorará tu retención y recuperación.
Browse courses on
Python
Show steps
-
Identifica los conceptos clave cubiertos en las primeras semanas del curso.
-
Crea un nuevo cuaderno de Jupyter y escribe celdas de código que demuestren cada concepto.
-
Incluye comentarios y explicaciones para aclarar tu código y mejorar la comprensión.
Resuelve ejercicios de codificación en LeetCode
Show steps
Resolver ejercicios de codificación en LeetCode te ayudará a mejorar tus habilidades de resolución de problemas y a fortalecer tu comprensión de los conceptos de Python.
Browse courses on
Python
Show steps
-
Selecciona ejercicios de dificultad fácil y media relacionados con los temas cubiertos en el curso.
-
Intenta resolver los ejercicios por tu cuenta antes de consultar las soluciones.
-
Analiza las soluciones proporcionadas para comprender diferentes enfoques y mejorar tu código.
Desarrolla un pequeño proyecto de análisis de datos con Python
Show steps
Llevar a cabo un proyecto de análisis de datos te permitirá aplicar tus habilidades de Python para resolver problemas del mundo real y mejorar tu comprensión del proceso de análisis de datos.
Browse courses on
Python
Show steps
-
Define un problema de análisis de datos que te interese.
-
Recopila y prepara el conjunto de datos necesario.
-
Utiliza Python para analizar y visualizar los datos.
-
Interpreta los resultados y comunica tus hallazgos.
Crea una presentación sobre un tema avanzado de Python
Show steps
Crear una presentación sobre un tema avanzado de Python te obligará a profundizar tu comprensión del tema y a comunicarlo de manera efectiva a otros.
Browse courses on
Python
Show steps
-
Selecciona un tema avanzado de Python que te interese.
-
Investiga y recopila información sobre el tema.
-
Crea una presentación de diapositivas que resuma los puntos clave, los ejemplos de código y las demostraciones.
-
Presenta tu presentación a la clase o a un pequeño grupo de estudiantes.
Revisa Python Crash Course, 2nd Edition
Show steps
Este libro te brindará una base sólida en Python, cubriendo conceptos esenciales como variables, tipos de datos, estructuras de control y funciones.
View
Curso Intensivo de Python
on Amazon
Show steps
Show steps
Show steps
- Lee los primeros 5 capítulos para familiarizarte con los conceptos básicos de Python.
- Intenta resolver los ejercicios y desafíos presentados en el libro.
- Crea un pequeño proyecto de Python para aplicar tus conocimientos.
Sigue el tutorial interactivo de Python en Codecademy
Show steps
Este tutorial interactivo te guiará a través de los fundamentos de Python, proporcionando ejercicios prácticos y comentarios instantáneos.
Browse courses on
Python
Show steps
Show steps
Show steps
- Completa las primeras 10 lecciones del tutorial.
- Trabaja en los ejercicios y cuestionarios interactivos.
- Intenta completar los proyectos propuestos al final del tutorial.
Participa en discusiones en el foro de la clase
Show steps
Participar en discusiones en el foro te permitirá interactuar con otros estudiantes, compartir ideas y obtener diferentes perspectivas sobre los conceptos de Python.
Browse courses on
Python
Show steps
Show steps
Show steps
- Lee las publicaciones del foro y responde a las preguntas o comentarios.
- Publica tus propias preguntas o temas para iniciar debates.
- Participa en debates respetuosos y colabora con otros estudiantes para comprender mejor los conceptos.
Four other activities
Expand to see all activities and additional details
Show all seven activities
Crea un cuaderno de Jupyter que resuma los conceptos clave de Python
Show steps
Crear un cuaderno de Jupyter te obligará a sintetizar y organizar tu comprensión de los conceptos de Python, lo que mejorará tu retención y recuperación.
Browse courses on
Python
Show steps
Show steps
Show steps
- Identifica los conceptos clave cubiertos en las primeras semanas del curso.
- Crea un nuevo cuaderno de Jupyter y escribe celdas de código que demuestren cada concepto.
- Incluye comentarios y explicaciones para aclarar tu código y mejorar la comprensión.
Resuelve ejercicios de codificación en LeetCode
Show steps
Resolver ejercicios de codificación en LeetCode te ayudará a mejorar tus habilidades de resolución de problemas y a fortalecer tu comprensión de los conceptos de Python.
Browse courses on
Python
Show steps
Show steps
Show steps
- Selecciona ejercicios de dificultad fácil y media relacionados con los temas cubiertos en el curso.
- Intenta resolver los ejercicios por tu cuenta antes de consultar las soluciones.
- Analiza las soluciones proporcionadas para comprender diferentes enfoques y mejorar tu código.
Desarrolla un pequeño proyecto de análisis de datos con Python
Show steps
Llevar a cabo un proyecto de análisis de datos te permitirá aplicar tus habilidades de Python para resolver problemas del mundo real y mejorar tu comprensión del proceso de análisis de datos.
Browse courses on
Python
Show steps
Show steps
Show steps
- Define un problema de análisis de datos que te interese.
- Recopila y prepara el conjunto de datos necesario.
- Utiliza Python para analizar y visualizar los datos.
- Interpreta los resultados y comunica tus hallazgos.
Crea una presentación sobre un tema avanzado de Python
Show steps
Crear una presentación sobre un tema avanzado de Python te obligará a profundizar tu comprensión del tema y a comunicarlo de manera efectiva a otros.
Browse courses on
Python
Show steps
Show steps
Show steps
- Selecciona un tema avanzado de Python que te interese.
- Investiga y recopila información sobre el tema.
- Crea una presentación de diapositivas que resuma los puntos clave, los ejemplos de código y las demostraciones.
- Presenta tu presentación a la clase o a un pequeño grupo de estudiantes.
Career center
Learners who complete Análisis Exploratorio de Datos con Python will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
A Data Scientist may have some overlap with the role of Data Analyst, but their role will be more focused on research and development. The Data Scientist may also work with more advanced machine learning and artificial intelligence tools. Python can be a useful tool for a Data Scientist, as almost any modern data science or machine learning library is compatible with Python.
Data Analyst
Data Analyst
A Data Analyst will have the opportunity to make use of Python, the programming language they will learn in this course, on a daily basis in their role. Data Analysts help companies gather, analyze, and interpret data in order to answer business questions and drive decision-making.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers will use Python to develop and implement machine learning models. These models can be used to solve a variety of problems, such as predicting customer behavior, detecting fraud, and optimizing marketing campaigns.
Business Analyst
Business Analyst
A Business Analyst will be able to use Python to collect, clean, and analyze data in order to provide insights to companies. They will use these insights to help companies improve their business processes and make more informed decisions.
Software Engineer
Software Engineer
A Software Engineer can specialize in working with data by becoming a Data Engineer. Data Engineers are responsible for building and maintaining the infrastructure that stores and processes data. Python is a common programming language for Data Engineers.
Data Journalist
Data Journalist
Data Journalists use data to tell stories and inform the public. Python can be a useful tool for Data Journalists, as it can be used to collect, clean, and analyze data, and to create visualizations.
Statistician
Statistician
Statisticians use data to solve problems and make predictions. Python can be a useful tool for Statisticians, as it can be used to collect, clean, and analyze data, and to create visualizations.
Financial Analyst
Financial Analyst
Financial Analysts use data to make investment decisions. Python can be a useful tool for Financial Analysts, as it can be used to collect, clean, and analyze financial data, and to create visualizations.
Product Manager
Product Manager
Product Managers need to have a strong understanding of data in order to make informed decisions about product development. Python can be a useful tool for Product Managers, as it can be used to collect, clean, and analyze data, and to create visualizations.
Quantitative Analyst
Quantitative Analyst
Quantitative Analysts use data to make investment decisions. Python can be a useful tool for Quantitative Analysts, as it can be used to collect, clean, and analyze data, and to create visualizations.
Actuary
Actuary
Actuaries use data to assess risk and uncertainty. Python can be a useful tool for Actuaries, as it can be used to collect, clean, and analyze data, and to create visualizations.
Risk Manager
Risk Manager
Risk Managers use data to identify and assess risks. Python can be a useful tool for Risk Managers, as it can be used to collect, clean, and analyze data, and to create visualizations.
Epidemiologist
Epidemiologist
Epidemiologists use data to study the causes and spread of disease. Python can be a useful tool for Epidemiologists, as it can be used to collect, clean, and analyze data, and to create visualizations.
Market Researcher
Market Researcher
Market Researchers use data to understand consumer behavior. Python can be a useful tool for Market Researchers, as it can be used to collect, clean, and analyze data, and to create visualizations.
Operations Research Analyst
Operations Research Analyst
Operations Research Analysts use data to improve the efficiency and effectiveness of organizations. Python can be a useful tool for Operations Research Analysts, as it can be used to collect, clean, and analyze data, and to create visualizations.
For more career information including salaries, visit:
OpenCourser.com/course/u9pzx9/analisis
Reading list
We've selected ten books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Análisis Exploratorio de Datos con Python.
Este libro proporciona una guía completa para el análisis de datos con Python, cubriendo temas como la limpieza y preparación de datos, el análisis estadístico y la visualización de datos. Es un recurso valioso para los estudiantes que deseen profundizar sus conocimientos sobre el análisis de datos con Python.
Este libro proporciona una introducción práctica al aprendizaje automático con Python, utilizando bibliotecas como Scikit-Learn, Keras y TensorFlow. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de aprendizaje automático a sus proyectos de análisis de datos.
Este libro proporciona una introducción práctica al aprendizaje automático con Python, utilizando bibliotecas como Scikit-Learn, Keras y TensorFlow. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de aprendizaje automático a sus proyectos de análisis de datos.
Este libro proporciona una introducción integral a la ciencia de datos, cubriendo temas como la programación, el análisis estadístico y el aprendizaje automático. Es un recurso valioso para los estudiantes que deseen obtener una base sólida en los fundamentos de la ciencia de datos.
Este libro proporciona una introducción accesible al aprendizaje automático con Python, cubriendo temas como la regresión, la clasificación y el aprendizaje no supervisado. Es una lectura recomendada para los estudiantes que deseen aprender los fundamentos del aprendizaje automático con Python.
Este libro proporciona una introducción integral al aprendizaje estadístico, cubriendo temas como la regresión, la clasificación y el aprendizaje no supervisado. Es una lectura recomendada para los estudiantes que deseen profundizar sus conocimientos sobre los fundamentos estadísticos del aprendizaje automático.
Este libro proporciona una introducción a la ciencia de datos para empresas, cubriendo temas como la minería de datos, el aprendizaje automático y la visualización de datos. Es una lectura recomendada para los estudiantes que deseen aplicar técnicas de ciencia de datos a sus proyectos empresariales.
Save
Este libro proporciona una introducción a los sistemas de datos masivos, cubriendo temas como la arquitectura de datos, el procesamiento de datos y la gestión de datos. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los desafíos y las técnicas involucradas en el manejo de grandes cantidades de datos.
Este libro proporciona una introducción al aprendizaje profundo con Python, cubriendo temas como las redes neuronales, las convoluciones y los transformadores. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los conceptos y técnicas del aprendizaje profundo.
Este libro proporciona una introducción al procesamiento del lenguaje natural con Python, cubriendo temas como el procesamiento de texto, la tokenización y la minería de texto. Es una lectura recomendada para los estudiantes que deseen obtener una comprensión de los conceptos y técnicas del procesamiento del lenguaje natural.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/u9pzx9/analisis
Share
Similar courses
Here are nine courses similar to
Análisis Exploratorio de Datos con Python.
Análisis exploratorio de datos con Python y R
OpenCourser.com/course/swptax/analisis
Análisis exploratorio de datos con Python y R
Most relevant
Análisis estadístico con Excel
OpenCourser.com/course/e1zhwo/analisis
Análisis estadístico con Excel
Most relevant
Python para el análisis de datos: Pandas y NumPy
OpenCourser.com/course/cx9cui/python
Python para el análisis de datos: Pandas y NumPy
Most relevant
Estadísticas para la Ciencia de Datos con Python
OpenCourser.com/course/tiuvzf/estadisticas
Estadísticas para la Ciencia de Datos con Python
Most relevant
Introducción a la ciencia de datos aplicada
OpenCourser.com/course/ysudf6/introduccion
Introducción a la ciencia de datos aplicada
Most relevant
Visualizaciones de Datos con Python utilizando Matplotlib
OpenCourser.com/course/q1dnia/visualizaciones
Visualizaciones de Datos con Python utilizando Matplotlib
Most relevant
Big Data: adquisición y almacenamiento de datos
OpenCourser.com/course/vkjppt/big
Big Data: adquisición y almacenamiento de datos
Most relevant
Conceptos Básicos de Excel para el Análisis de Datos
OpenCourser.com/course/y54rs9/conceptos
Conceptos Básicos de Excel para el Análisis de Datos
Most relevant
Minería de Datos: Análisis de la Canasta de Compra
OpenCourser.com/course/32ks3b/mineria
Minería de Datos: Análisis de la Canasta de Compra
Most relevant
Effort
1.5 horas
Level
Intermediate
Via
Coursera
Institution
Coursera Project Network
Instructor
Layla Scheli
Language
Español
Good to know
Puede ayudar a los estudiantes a desarrollar sus habilidades en el análisis exploratorio de datos
Tiene un enfoque intermedio, lo que lo hace más adecuado para estudiantes con algunos conocimientos previos en programación
Utiliza Python, un lenguaje de programación popular para el análisis de datos
Incluye prácticas y proyectos que brindan experiencia práctica
Enseña a los estudiantes cómo visualizar datos, lo que mejora la comprensión y comunicación de los resultados
Requiere que los estudiantes instalen Anaconda y otras bibliotecas, lo que puede ser un paso adicional para aquellos que no estén familiarizados
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