14 lecciones • 6 horas
Curso práctico donde veremos una introducción general a la Estadística para la Ciencia de Datos y el Machine Learning y veremos en detalle todas las técnicas de Estadística Descriptiva que nos permitirán explorar un set de datos.
Al finalizar el curso habrás aprendido
- Qué es la Estadística y por qué resulta fundamental en la Ciencia de Datos y el Machine Learning
- La ruta de aprendizaje de Estadística sugerida para Ciencia de Datos y Machine Learning
- Cómo usar las medidas de tendencia central y de variabilidad para describir datos numéricos y categóricos
- Las principales técnicas de análisis exploratorio de datos usadas para analizar y comparar variables numéricas y categóricas
Requisitos
- Se sugiere haber tomado el curso Probabilidad Nivel Básico
- Se sugiere tener conocimientos básicos de de programación en Python y de librerías para el procesamiento de datos tabulares y para la visualización de datos (como Pandas y Matplotlib, cursos también disponibles acá en la Academia Online)
Contenido
MÓDULO 1: INTRODUCCIÓN A LA ESTADÍSTICA PARA CIENCIA DE DATOS Y MACHINE LEARNING
1 – La Estadística y su importancia en la Ciencia de Datos y el Machine Learning
2 – Estadística para Ciencia de Datos y Machine Learning: ruta de aprendizaje
MÓDULO 2: MEDIDAS DE TENDENCIA CENTRAL Y DE VARIABILIDAD
3 – Población, muestra y otras definiciones básicas
4 – Medidas de tendencia central
MÓDULO 3: ANÁLISIS UNIVARIADO DE VARIABLES NUMÉRICAS
6 – Gráficos de caja («boxplots»)
8 – Gráficos de densidad y estimación de distribución
MÓDULO 4: ANÁLISIS UNIVARIADO DE VARIABLES CATEGÓRICAS
9 – Gráficos de barras simples
MÓDULO 5: ANÁLISIS BIVARIADO Y MULTIVARIADO
11 – Comparación de datos numéricos vs. numéricos
12 – Comparación de datos categóricos vs. categóricos
13 – Comparación de datos categóricos vs. numéricos
14 – Comparación de múltiples variables
