Diplomado en Ciencia de Datos

Módulo 1: Bases de Datos

• Sesión 1: Introducción a Bases de Datos Relacionales
• Sesión 2: Consultas en SQL
• Sesión 3: Conexiones en SQL con Python y Modelado de Bases de Datos

Módulo 2: Introducción a la Ciencia de Datos y Python

• Sesión 1: Introducción a Ciencia de Datos y al Software Python
• Sesión 2: Manejo de Variables Básicas en Python
• Sesión 3: Funciones en Python
• Sesión 4: Estructuras de Control

Módulo 3: Probabilidad y Estadística en Python

• Sesión 1: Fundamentos de Probabilidad y Estadística
• Sesión 2: Estadística Descriptiva y Tipos de Datos
• Sesión 3: Estimadores y Propiedades
• Sesión 4: Pruebas de Hipótesis

Módulo 4: Visualización y Manipulación de Datos en Python

• Sesión 1: Introducción a Matplotlib
• Sesión 2: Introducción a Seaborn
• Sesión 3: Ejercicios de Visualización y Manipulación de Datos

Módulo 5: Aprendizaje Supervisado

• Sesión 1: Introducción al Aprendizaje Supervisado y Regresión Lineal
• Sesión 2: Regresión Lineal Multivariable
• Sesión 3: Introducción a la Clasificación y Regresión Logística
• Sesión 4: Introducción a Redes Neuronales
• Sesión 5: Entrenamiento y Evaluación de Redes Neuronales
• Sesión 6: Ejercicios de Integración

Módulo 6: Aprendizaje No Supervisado

• Sesión 1: Introducción al Clustering
• Sesión 2: Clustering Avanzado y Evaluación de Agrupamientos
• Sesión 3: Reducción de Dimensionalidad con PCA
• Sesión 4: Análisis de Correspondencia y Otros Métodos de Agrupamiento

Módulo 7: Series de Tiempo

• Sesión 1: Introducción al Análisis de Series de Tiempo
• Sesión 2: Modelos ARX y ARMAX
• Sesión 3: Intervalos de Confianza en Series de Tiempo
• Sesión 4: Aplicaciones y Casos Prácticos

Módulo 8: Power BI

• Sesión 1: Introducción a Power BI
• Sesión 2: Herramientas de Visualización
• Sesión 3: Análisis Avanzado y DAX
• Sesión 4: Publicación y Compartición de Resultados