Skip to main content

Análisis exploratorio de datos con Python y R

Incrementa tus conocimientos en los aspectos básicos de la estadística y en las principales librerías de Python y R para el análisis exploratorio de datos y el manejo de bases de datos. Este es el primer paso en tu carrera como científico de datos.

...
Análisis exploratorio de datos con Python y R

There is one session available:

263 already enrolled!
After a course session ends, it will be archivedOpens in a new tab.
Starts Jun 24

Análisis exploratorio de datos con Python y R

Incrementa tus conocimientos en los aspectos básicos de la estadística y en las principales librerías de Python y R para el análisis exploratorio de datos y el manejo de bases de datos. Este es el primer paso en tu carrera como científico de datos.

Análisis exploratorio de datos con Python y R
Estimated 4 weeks
4–6 hours per week
Self-paced
Progress at your own speed
Free
Optional upgrade available

There is one session available:

After a course session ends, it will be archivedOpens in a new tab.
Starts Jun 24

About this course

Skip About this course

El análisis exploratorio de datos (EDA, por sus siglas en inglés, Exploratory Data Analysis) es el proceso o tratamiento estadístico al cual se someten los datos de una muestra con la que se busca representar a una población. Incluye la elaboración de gráficos y estadísticos que permiten explorar la distribución de los datos, identificando características como: valores atípicos o outliers , saltos o discontinuidades, concentraciones de valores, forma de la distribución, etc. Esto permite conocer la naturaleza de los datos, entender su distribución y explorarlos mediante análisis estadístico, para posteriormente realizar el mejor modelo posible que permita sacar conclusiones sobre dichos datos. Este curso puede ser tenido en cuenta como un paso inicial para arrancar tu carrera como científico de datos (Data Scientist), pues en él conocerás las bases teóricas para el análisis exploratorio de datos y aprenderás a instalar y navegar dos programas para trabajar con los lenguajes Python y R. Asimismo, practicarás el tratamiento de datos, su análisis y algunos aspectos básicos de la elaboración de gráficos.

At a glance

  • Language: Español
  • Video Transcript: Español

What you'll learn

Skip What you'll learn
  1. Explorar los principios del análisis de datos e identificar las diferencias entre la estadística descriptiva y la inferencial.
  2. Explorar Python y R, lenguajes para el análisis de datos, y conocer sus estructuras de datos y librerías.
  3. Importar y exportar datos en Python y R, analizarlos y transformarlos según la necesidad del análisis.
  4. Componer diferentes tipos de gráficos en Python y R.
  5. Realizar análisis estadísticos de medidas de tendencia central y medidas de dispersión.

Sección 1. Introducción al análisis de datos

Generalidades

Estadística descriptiva e inferencial

Sección 2. Herramientas para el análisis exploratorio de datos

Jupyter y R-Studio

Interfaz y estructuras de datos

Sección 3. Análisis y procesamiento de los datos

Importación y transformación de datos

Agrupación y otras herramientas

Sección 4. Gráficos para el análisis de datos

Tipos de gráficos

Sección 5. Medidas de tendencia central y de dispersión

Medidas de tendencia central

● Medidas de dispersión

About the instructors

Frequently Asked Questions

Skip Frequently Asked Questions

¿A quién va dirigido el MOOC?

Personas interesadas en el manejo de software estadísticos y de lenguajes de programación para el análisis de datos, sin importar si son profesionales o no.

¿Con qué recursos debo contar para realizar el MOOC?

Lo único que se necesitan son las ganas de aprender y un computador que soporte algunos programas que se requieren instalar.

¿Qué conocimientos previos debo tener para realizar este MOOC?

Matemáticas y álgebra básicas para realizar operaciones sencillas como sumas, restas, multiplicaciones y divisiones. Conocimientos básicos de estadística son un plus. Manejo de computadores para la instalación de programas y para entender qué se hace a través de la programación.

¿El MOOC se enfoca en algún lenguaje de programación específico?

Tanto R como Python son dos lenguajes de programación que se utilizan mucho en la Ciencia de Datos y en la estadística como tal. Además de la sintaxis propia de cada lenguaje, se diferencian en que R tiene su propio programa que se encarga de interpretar el lenguaje, llamado R-Studio. Python, por su parte, es un lenguaje que puede ser interpretado por diferentes y variados softwares: Anaconda, Visual Studio Code, Spyder, entre otros.

Interested in this course for your business or team?

Train your employees in the most in-demand topics, with edX for Business.