AnĂ¡lisis de datos con Python

  • 0.0
Approx. 24 hours to complete

Course Summary

Learn how to analyze and manipulate data using Python, one of the most in-demand programming languages in today's data-driven world.

Key Learning Points

  • Learn data analysis and manipulation techniques using Python
  • Gain hands-on experience in data cleaning, wrangling, and visualization
  • Develop skills in statistical analysis and machine learning

Job Positions & Salaries of people who have taken this course might have

    • USA: $62,453
    • India: ₹5,00,000
    • Spain: €28,000
    • USA: $62,453
    • India: ₹5,00,000
    • Spain: €28,000

    • USA: $117,345
    • India: ₹10,00,000
    • Spain: €40,000
    • USA: $62,453
    • India: ₹5,00,000
    • Spain: €28,000

    • USA: $117,345
    • India: ₹10,00,000
    • Spain: €40,000

    • USA: $72,452
    • India: ₹6,00,000
    • Spain: €32,000

Related Topics for further study


Learning Outcomes

  • Master data analysis techniques using Python
  • Understand how to clean, wrangle, and visualize data
  • Develop skills in statistical analysis and machine learning

Prerequisites or good to have knowledge before taking this course

  • Basic knowledge of Python programming
  • Familiarity with data structures and algorithms

Course Difficulty Level

Intermediate

Course Format

  • Online self-paced course
  • Video lectures
  • Hands-on projects

Similar Courses

  • Applied Data Science with Python
  • Data Science Methodology
  • Python Data Structures

Related Education Paths


Related Books

Description

Aprenda a analizar datos con Python. Este curso lo llevarĂ¡ desde los conceptos bĂ¡sicos de Python hasta la exploraciĂ³n de muchos tipos diferentes de datos. AprenderĂ¡ a preparar datos para el anĂ¡lisis, realizar anĂ¡lisis estadĂ­sticos simples, crear visualizaciones de datos significativas, predecir tendencias futuras a partir de datos, ¡y mĂ¡s!

Outline

  • Importar Conjuntos de Datos
  • El Problema
  • Comprendiendo los Datos
  • Paquetes de Python Para Ciencia de Datos
  • ImportaciĂ³n y ExportaciĂ³n de Datos en Python
  • IniciaciĂ³n al AnĂ¡lisis de Datos en Python
  • Accediendo a Bases de Datos con Python
  • ComprensiĂ³n de los datos
  • Paquetes de Python Para Ciencia de Datos
  • ImportaciĂ³n y ExportaciĂ³n de Datos en Python
  • IniciaciĂ³n al AnĂ¡lisis de Datos en Python
  • Importar Conjuntos de Datos
  • OrganizaciĂ³n de los datos
  • Preprocesado de Datos en Python
  • Tratando con Valores Omitidos en Python
  • Formateo de Datos en Python
  • NormalizaciĂ³n de Datos en Python
  • DiscretizaciĂ³n (binning) en Python
  • Convirtiendo Variables CategorĂ­as en Variables Cuantitativas en Python
  • Tratando con Valores Omitidos en Python
  • Formateo de Datos en Python
  • NormalizaciĂ³n de Datos en Python
  • Convirtiendo Variables CategorĂ­as en Variables Cuantitativas en Python
  • OrganizaciĂ³n de la InformaciĂ³n
  • AnĂ¡lisis Exploratorio de Datos
  • AnĂ¡lisis Exploratorio de Datos
  • EstadĂ­stica Descriptiva
  • GroupBy en Python
  • CorrelaciĂ³n
  • CorrelaciĂ³n - EstadĂ­sticas
  • AnĂ¡lisis de Varianza ANOVA
  • EstadĂ­stica Descriptiva
  • GroupBy en Python
  • CorrelaciĂ³n
  • CorrelaciĂ³n - EstadĂ­sticas
  • AnĂ¡lisis Exploratorio de Datos
  • Desarrollo de Modelo
  • Desarrollo de Modelo
  • RegresiĂ³n Lineal y RegresiĂ³n Lineal MĂºltiple
  • EvaluaciĂ³n del Modelo mediante VisualizaciĂ³n
  • RegresiĂ³n PolinĂ³mica y Canales de Datos (pipelines)
  • Medidas para la EvaluaciĂ³n Dentro de la Muestra
  • PredicciĂ³n y Toma de Decisiones
  • RegresiĂ³n Lineal y RegresiĂ³n Lineal MĂºltiple
  • EvaluaciĂ³n del Modelo mediante VisualizaciĂ³n
  • RegresiĂ³n PolinĂ³mica y Canales de Datos (pipelines)
  • Medidas para la EvaluaciĂ³n Dentro de la Muestra
  • Desarrollo de Modelo
  • EvaluaciĂ³n de Modelo
  • EvaluaciĂ³n y Refinamiento del Modelo
  • Sobreajuste (overfitting), Subajuste (underfitting) y SelecciĂ³n del Modelo
  • RegresiĂ³n de Arista (ridge)
  • BĂºsqueda en la Rejilla de Datos
  • Creadores de Cursos
  • EvaluaciĂ³n del Modelo
  • Sobreajuste (overfitting), Subajuste (underfitting) y SelecciĂ³n del Modelo
  • RegresiĂ³n de Arista (ridge)
  • Quiz: Refinamiento del Modelo
  • Trabajo Final
  • Instrucciones
  • Insignia Digital de IBM
  • Insignia Digital de IBM

Summary of User Reviews

Discover the fundamentals of data analysis using Python in this comprehensive course on Coursera. Learn how to manipulate and analyze data, create visualizations, and more. Highly recommended by reviewers.

Key Aspect Users Liked About This Course

The course provides clear explanations and examples that are easy to understand.

Pros from User Reviews

  • In-depth coverage of data analysis with Python
  • Step-by-step instructions for performing data analysis tasks
  • Great for beginners and intermediate learners
  • Excellent support from the instructor and community
  • Practical and relevant assignments

Cons from User Reviews

  • Some users found the pacing too slow
  • Not suitable for advanced learners
  • The quizzes can be overly challenging
  • Some of the assignments require prior knowledge of programming concepts
  • The course may not cover some advanced topics in data analysis
Spanish
Available now
Approx. 24 hours to complete
Joseph Santarcangelo
IBM
Coursera
Share
Saved Course list
Cancel
Get Course Update
Computer Courses