- Peso total
- 20 GB+
- Audio
- Español
- Nivel
-
- Todo los niveles
- Contraseña Winrar
- ebzo.net
- Actualización del Curso
- 10/2021
Requisitos
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y María Santos. Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primero de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
¿Para quién es este curso?
- Este curso no presenta ningún requisito ya que todos los conocimientos que se imparten en el empiezan desde cero.
- Tener un ordenador con cualquier sistema operativo instalado ya que todo lo que se aprenderá en el curso se aplicará de forma práctica con algoritmos programados en R.
Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y María Santos. Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primero de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
- Logística e instalación de R y RStudio y de Anaconda Navigator para Python.
- Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria).
- Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
- Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
- Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
- Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.
- Introducción a la probabilidad, empezando desde lo más básico, pasando por variables aleatorias hasta llegar a tratar las distribuciones de probabilidad más conocidas (tanto discretas como continuas)
- Comprende los estadísticos más relevantes de una distribución, como por ejemplo la media, varianza así como sesgo y curtosis. Y aprende a calcularlos tanto con R como con Python.
- Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
¿Para quién es este curso?
- Estudiantes de ingenierías, matemáticas, informática o telecomunicaciones que quieran complementar sus asignaturas de estadística o inferencia con material adicional, ejemplos, ejercicios o casos prácticos.
- Desarrolladores que quieran empezar a utilizar R y RStudio por primera vez.
- Futuros estudiantes de cursos de Machine Learning, Inteligencia Artificial, Data Science o futuros doctorandos para tener una base sólida de estadística, programación y análisis descriptivos de los datos.
- Desarrolladores que quieran conocer Python como herramienta para el análisis de datos.