Introducción al análisis de datos en Python
En el mundo laboral debido al incremento en el volumen de datos y la necesidad de automatización de tareas se ha generado la necesidad de implementar nuevos softwares y lenguajes de programación a las tareas del día a día. Adicionalmente, al ser Python open source, muchos de los desarrollos de la frontera de conocimiento se han implementado en este lenguaje. Python es el lenguaje de programación que más nuevos programadores ha atraído en los últimos años, es el tercer lenguaje más popular del mundo y el primero en lo que relaciona a análisis de datos, machine learning y minería de datos. Además, es el lenguaje más solicitado por los empleadores en busca de analistas de datos. En respuesta a esta necesidad, el curso de Introducción al análisis de datos en Python busca que los estudiantes adquieran una comprensión general del lenguaje de programación, su utilidad para el análisis de datos y automatización de tareas. En el curso se tratará la sintaxis básica de programación, el manejo de datos y su visualización. Así, el énfasis será sobre la importación, organización y manejo de datos y la presentación de resultados.Nota: se sugiere que el estudiante interesado en el curso cuente con un computador de 4GB de RAM pero preferiblemente 8GB en adelante.
El software que usará es Anaconda de Python 3. Las instrucciones de instalación serán remitidas al inicio del programa.
Este curso hace parte del programa Proyectos de analítica en Python (Grupo 2). Ver más aquí.
Dirigido a
El curso está dirigido a personas que deseen desarrollar habilidades de programación en Python. Se espera que el curso sea tomado por personas en el entorno laboral que deseen generar un impacto positivo en sus organizaciones por medio de la automatización de procesos y análisis estadístico de volúmenes considerables de datos. De igual forma, se espera ofrecerles a los investigadores que no han tenido la oportunidad de tener un acercamiento a la programación, una herramienta con la que podrán iniciar su aprendizaje en los lenguajes de programación. Por último, el curso les dará las herramientas necesarias para tomar cursos aplicados de educación continua en los cuales se mostrará el uso de Python en problemas de diferentes industrias. El curso no tiene requisitos para su inscripción.Objetivos
• Enseñar a los estudiantes los conceptos básicos de programación.• Familiarizar a los estudiantes en la sintaxis básica de Python.
• Enseñar a los estudiantes las siguientes habilidades:
- Operaciones matemáticas vectoriales y matriciales con numpy.
- Limpieza y Manipulación de bases de datos.
- Visualización de datos con las librerías más famosas.
- Automatización de tareas en Python.
- Generar valor agregado a partir de análisis estadísticos descriptivos.
- Introducción a web scrapping
Metodología
El curso se realizará de manera virtual con sesiones sincrónicas y cada sesión estará dividida en dos módulos, los cuales a su vez estarán divididos en dos partes. Durante la primera parte de cada módulo el profesor introducirá técnicas, comandos y conceptos relacionados con la utilización de Python y utilizará ejemplos que lo ilustren; durante la segunda parte los estudiantes deberán trabajar individualmente en un ejercicio, el cual deberán entregar al finalizar el módulo. Adicionalmente, se realizarán 2 talleres en clase en los cuales se espera que los estudiantes, con ayuda del profesor, afiancen sus conocimientos.Nota: se sugiere que el estudiante interesado en el curso cuente con un computador de 4GB de RAM pero preferiblemente 8GB en adelante.
El software que usará es Anaconda de Python 3. Las instrucciones de instalación serán remitidas al inicio del programa.
Contenido
Sesión 1:• ¿Qué es Python? ¿Qué es Anaconda?
• ¿Qué es un lenguaje multipropósito?
• Instalación de Python, Anaconda y Jupyter LAB.
• Instalación y carga de librerías.
• Jupyter Lab, páneles y comandos rápidos.
• Sintaxis en Python: Identación y estructura básica.
• Tipos de datos: entero, float, lógico, character. Missings: NaN, NA.
• Estructuras de datos: Listas, cadenas, tuplas y diccionarios.
• Numpy y Pandas.
• Operaciones básicas e indexación.
• ¿Dónde buscar ayuda?
Sesión 2:
• Importar información
• Manejo de listas y diccionarios
• Extraer información de objetos y rebanados.
• Uso de vectores lógicos para extraer información de objetos.
• Definir funciones.
• Estructuras de control.
Sesión 3:
• Programación orientada a objetos
• Clases y métodos.
• Loops: while y for.
• Controles de flujo: continue, break.
Sesión 4:
• Instalar y cargar paquetes.
• Funciones apply, mapping and merge.
• Funciones de manejo de texto.
• Manejo básico pandas, numpy.arrays y spicy: selección de filas y/o columnas, selección condicionada.
• Creación de muestras y subconjuntos de data frames: subsets and samples.
• Importación de datos: txt, csv, xlsx, .pkl y gzip.
• Inspección inicial de la información.
Sesión 5:
• Introducción a plotly y matplot.
• Gráficos base: histogramas, scatter plot, bar plot, box plot.
• Otras herramientas para visualización de datos: manejo de mapas.
• Personalización de gráficos: ejes, colores, títulos.
• Exportación de gráficos.
Sesión 6:
• Construcción de análisis estadísticos descriptivos.
• Pruebas estadísticas.
• Modelos estadísticos. (Regresiones y modelos de clústering)
Sesión 7:
• Introducción a Web Scrapping
Condiciones
Eventualmente la Universidad puede verse obligada, por causas de fuerza mayor a cambiar sus profesores o cancelar el programa. En este caso el participante podrá optar por la devolución de su dinero o reinvertirlo en otro curso de Educación Continua que se ofrezca en ese momento, asumiendo la diferencia si la hubiere.
La apertura y desarrollo del programa estará sujeto al número de inscritos. El Departamento/Facultad (Unidad académica que ofrece el curso) de la Universidad de los Andes se reserva el derecho de admisión dependiendo del perfil académico de los aspirantes.