Se brindará a los participantes una sólida comprensión de los fundamentos del análisis de datos y la programación en Python. Los participantes desarrollarán habilidades clave para manipular, analizar y visualizar datos utilizando Python, una de las herramientas más populares en el campo del análisis de datos.

Al finalizar, los participantes estarán preparados para aplicar técnicas de análisis de datos, manipular datos y automatizar tareas utilizando Python, lo que les permitirá tomar decisiones fundamentadas basadas en datos y destacar en el campo del análisis de datos.

La modalidad de la cursada será virtual con intercambio de información a través del Campus oficial de la Universidad Nacional Guillermo Brown.

UNIDAD I Fundamentos del análisis de datos. Introducción a la programación. Visual Studio Code. Introducción a Python. Entorno de desarrollo Google Colaboratory.

UNIDAD II Variables y tipos de datos. Colecciones de datos: listas, tuplas y diccionarios. Operaciones básicas con tipos de datos. Colecciones de datos adicionales: counter, orderedDict, sets.

UNIDAD III Estructuras condicionales y de bucles. If-elif-else. Bucle for. While. Operadores lógicos AND, OR, NOT. Declaración if corta. Sentencias break, continue y pass.

UNIDAD IV Funciones y métodos. Diferencias entre ellas. Creación de funciones propias. Argumentos y parámetros. Funciones map, filter y reduce. Funciones anónimas lambda.

UNIDAD V Introducción a los módulos y librerías en Python. Instalación de un módulo. Comando pip. Diferentes tipos de importación. Introducción a los módulos básicos para el análisis de datos: pandas, numpy, matplotlib. Módulos adicionales en python: os, sys, math, datetime.

UNIDAD VI Introducción a entornos virtuales. Necesidad para el armado de proyectos. Tecnologías venv y pipenv.Manejo de dependencias y versiones en paquetes. Operaciones principales: creación, activación y desactivación. Archivos requirements.txt. Migración de un proyecto existente a un entorno virtual. Uso de entorno de terceros

UNIDAD VII Análisis exploratorio de datos (EDA). Flujo de trabajo en el análisis de datos. Introducción al análisis descriptivo. Medidas de tendencia Central. Medidas de dispersión. Análisis con Pandas y Statistics. Exploración y filtrado avanzado. Filtrados múltiples condiciones.

 UNIDAD VIII Medidas avanzadas de TC y TD aplicadas al análisis de datos. Operaciones con matrices y arreglos en numpy.

UNIDAD IX Normalización de los datos. Criterios generales. Limpieza, reemplazo, recategorización. Tipos de datos. Visualización de datos interactiva con Plotly. Tipos de gráficos para los datos.Visualización de datos con Seaborn.

 UNIDAD X Agrupación y agregaciones de datos (GROUP BY). Funciones de resumen. Múltiples tablas. Función MERGE. Tipos de merg (INNER,LEFT,RIGHT,OUTER). Funciones de pivote de tablas. Manipulación de archivos en Python.

UNIDAD XI Introducción a SQL. Modelo entidad relación. Concepto de datos estructurados y no estructurados. Concepto de base de datos y sus características. Introducción a SQLITE en Python. Conexión a una base de datos. Archivos .db. Filtrado de datos con SELECT, WHERE y ORDER BY. Sentencia CASE WHEN. Operadores lógicos, de comparación y subconsultas where.

UNIDAD XII Group By, having y funciones de agregación en SQL. Uso de IN y NOT IN. Subconsultas en WHERE.

-1 pago de  $75.000

– 1 matrícula  $50.000  y 1 cuota de $30.000

Transferencia bancaria :

DATOS BANCARIOS

Número de cuenta: N°: 0009901-3 180-4

CUIT: 30-71532470-5

Razón Social: UNIVERSIDAD NACIONAL GUILLERMO BROWN

CBU:  0070180420000009901346.

Alias:   DIPLO.UNAB

Si sos alumno de la UNaB, tenés un descuento del 30% sobre el valor del curso

Bonificación 100% para afiliados Si.T.U.Na.B y ADUNaB