Skip to main content

Revisando requisitos

Requisito previo

Este curso pertenece al siguiente programa:

Es necesario que te inscribas al programa antes de poder tomar este curso

Requisitos previos

Lista de requisitos

Actualizar datos de cuenta IA Center

Horarios disponibles

Selecciona un horario de la siguiente lista

Inscripción terminada

Ir al curso

Inscripción no realizada

Si considera que esto es un error comunicarse al correo: jmrincon@ia.center

Estadística descriptiva e inferencial para ciencia de datos con Python y Deepnote – nivel básico

La estadística descriptiva e inferencial son las herramientas fundamentales para cualquier científico de datos. En este curso aprenderás a entender los principales conceptos de estas ramas de la estadística, desarrollar gráficas a través de datos y aplicar estadística para un análisis profundo. Todo esto acompañado de ejercicios con Deepnote y Python. Además, el estudiante podrá aplicar estadística inferencial para realizar análisis y modelos de básicos de machine learning utilizando Python a la par que desarrolla un pensamiento estadístico para trabajar con una muestra limitada de datos y poder generar predicciones sobre ella.

Inicia sesión para inscribirte

Inicio

26/08/2024

Duración

20 horas

Dedicación

10 horas por semana

Precio

0

Idioma

Español

Modalidad

Vía Teams

Horarios

  • 26 al 30 de agosto - 16 a 20 (hora Ciudad Juárez)

    Inicia 26/08/2024

Prerequisitos

Los estudiantes deben tener nociones de estadística básica y conocimiento básico en algún lenguaje de programación, deseable Python.

Requisitos

El estudiante deberá contar con un equipo de cómputo, acceso a internet, micrófono y cámara.

Perfil de ingreso

Profesionales que se dediquen al análisis de datos de cualquier área y/o personas que deseen tener conocimiento sobre los procesos matemáticos que ocurren detrás del análisis de datos y el aprendizaje de máquina. Las áreas sugeridas son matemáticas, ciencias computacionales, ingenieros industriales, eléctricos, electrónicos mecatrónicos y/o de sistemas, ciencia de la administración o similares.

Perfil de egreso

La persona podrá realizar estadística descriptiva e inferencial sobre diversos conjuntos de datos utilizando software libre como Python, así como podrá realizar pruebas de hipótesis e inferencias propias de sistemas de aprendiza de maquina y ciencia de datos, utilizando módulos de visualización de Python.

Obtén certificados oficiales

  • Desarrollo de talento docente 2024

  • Desarrollo de talento docente 2024

Contenido del curso

Unidad 1: Estadística descriptiva para ciencia de datos– 12 Horas

-	Flujo de trabajo en ciencia de datos
-	Estadística descriptiva vs estadística interferencial
-	Introducción a Python mediante Jupyter, Deepnote y Minitab
-	Medidas de tendencia central en Python
-	Medidas de dispersión
-	Desviación estándar
-	Medidas de dispersión en Python
-	Exploración visual y diagramas de dispersión en el análisis de datos
-	Pipelines de procesamiento para variables numéricas en python
-	Transformación no lineal
-	Pipelines de procesamiento para variables categóricas en python
-	Correlaciones
-	Matriz de covarianza
-	Cálculo de valores propios de una matriz
-	PCA: análisis de componentes principales
-	Reducción de dimensionalidad

Unidad 2: Estadística inferencial para ciencia de datos e IA – 8 Horas

-	Poblaciones normales
-	Introducción al muestreo y teorema del límite central
-	Funciones de muestreo y muestreo estratificado en Python
-	La media muestral
-	Varianza y desviación estándar muestral en Python
-	Cálculo de Intervalos de confianza en Python
-	Tipos de pruebas de hipótesis
-	Tipos de errores
-	Pruebas de hipótesis en Python: t student, Pearson y ANOVA
-	Bootstrapping en Python
-	Validación cruzada en Python