¿Te gustaría analizar datos en Python de una forma más rápida y eficiente?
En este curso veremos los principales paquetes de programación para ciencia de datos. Utilizaremos estos paquetes para hacer análisis y exploración con datos que aprenderemos a simular aleatoriamente durante el curso. Estas técnicas aplican también a datos reales.
En este curso aprenderás a:
Simular datos y números aleatorios para construir arrays de Numpy
Transformar dataframes con Pandas para hacer tablas resumen
Utilizar gráficas exploratorias de Matplotlib para analizar datos
Crear estructuras de control y ciclos if y for en código python
Sobre el instructor
Mi nombre es Rafa y trabajo como científico de datos en Madrid. He utilizado programación en ciencia de datos en Python para impulsar mi carrera profesional. Por ejemplo, cuando obutve mi primer trabajo en análisis de datos, tuve que utilizar dataframes de Pandas para organizar información que se descargaba de la API de Twitter, luego se hacían gráficos con matplotlib para mostrarlo a los clientes interesados en explotar la información. Otro caso, en un trabajo que involucraba tecnologías bigdata como Spark, me ayudo mucho entender como funcionaban dataframes de pandas para construir y diseñar las tranformaciones de datos requeridas por los usuarios. Con estas experiencias, espero poder ayudarte a que domines estas herramientas de programación en Python para que mejores enormente tus oportunidades de desarrollo académico y profesional.
Garantía
Este curso cuenta con una garantía de satisfacción de 30 días. Por lo que si no estás contento con el curso puedes pedir un reembolso de tu dinero. No se hacen preguntas.
Espero verte pronto en el curso
Rafa
TOMAR ESTE CURSO