Formación Estadisticas y Machine Learning G9 - ONE -Esta formación sera liberada el dia 06/01

Paso a paso

1. 1 Diagnóstico de lo aprendido

   Este paso es obligatorio
   Cuéntanos sobre tus conocimientos adquiridos hasta el momento. Es un diagnóstico personal y por ello es muy importante que seas sincero con tus respuestas.

2. 2 Plan de estudio

   El plan de estudio es el primer paso para ayudarte a organizar tu rutina de estudio. En este plan de estudios encontrarás el orden sugerido en el que debe hacer los cursos y el tiempo estimado en el que debe completar cada módulo. Con él podrás seguir el ritmo del programa ONE, aprovechar al máximo tus tiempos de estudio y cada ruta de aprendizaje. El plan de estudio se realizó utilizando la herramienta Trello, la cual te permite gestionar cualquier tipo de proyecto y tareas, para utilizarla debes acceder al enlace, registrarte de forma gratuita y seguir las recomendaciones dejadas en el tablero de Trello para utilizar este plan de estudio.

   Buenos estudios

   • SITE

     Trello

3. 3 Estadística

   En la etapa de Estadística, se le presentarán los conceptos fundamentales que son esenciales para el análisis de datos. Aprenderá sobre estadísticas descriptivas, como medidas de tendencia central (media, mediana y moda) y dispersión (varianza y desviación estándar). Este paso le proporcionará la base matemática necesaria para interpretar correctamente los datos y respaldar la toma de decisiones segura.

   • 

     CURSO

     Estadística con Python: frecuencias y medidas

     10h

     Faça esse curso e:

     • Aprenda a interpretar y comprender las estadísticas que encuentras en tu día a día, desde noticias hasta informes
     • Descubra la diferencia entre media, mediana y moda, y cómo elegir la medida adecuada para cada situación
     • Clasifique y organice diferentes tipos de datos para prepararlos para el análisis
     • Visualice y comprenda cómo se distribuyen tus datos
     • Mida la dispersión de sus datos y comprenda su significado

     Más detalles
   • 

     CURSO

     Estadística con Python: Probabilidad y muestreo

     12h

     Faça esse curso e:

     • Compreende las distribuciones de binomial, poisson y normal
     • Entiende que es nivel e intervalo de confianza
     • Conoce técnicas de muestreo
     • Calcular el tamaño de la muestra

     Más detalles

4. 4 Regresión lineal

   En esta segunda etapa aprenderás a modelar datos utilizando regresión lineal, comenzando por visualizar la distribución de los datos para comprender patrones. Se abordará la distinción entre variables dependientes y explicativas, además de la separación de los datos en entrenamiento y prueba. Aplicará regresiones utilizando herramientas como Statsmodels y Scikit-learn, interpretará coeficientes estimados y utilizará métricas y residuos para evaluar la calidad del modelo. Se explorarán técnicas avanzadas de modelado y transformaciones de datos para mejorar las predicciones, culminando con la comparación de los mejores modelos y el análisis gráfico de los resultados obtenidos.

   • 

     CURSO

     Regresión Lineal: Análisis de correlaciones y previsión de resultados

     12h

     Faça esse curso e:

     • Utiliza visualizaciones para entender la distribución de tus datos
     • Descubre la diferencia entre variables dependentes y explicativas en tus datos
     • Aprende a separar datos de entrenamiento y teste
     • Modela con regresiones lineales
     • Entienda los errores en función de los residuos y métricas
     • Compara y guarda los mejores modelos

     Más detalles
   • 

     CURSO

     Regresión lineal: Técnicas avanzadas de Modelado

     05h

     Faça esse curso e:

     • Aplique transformaciones antes de entrenar sus modelos
     • Aplique regresiones con Statsmodels y Sklearn
     • Aprenda técnicas avanzadas de modelado
     • Obtenga predicciones puntuales
     • Aprenda técnicas avanzadas de modelado
     • Interprete coeficientes estimados
     • Realice análisis gráficos de los resultados encontrados

     Más detalles
   • 

     CURSO

     Data Science: probando relaciones con regresión lineal

     08h

     Faça esse curso e:

     • Aprenda a identificar una relación lineal
     • Diferenciar entre una variable explicativa y una variable de respuesta
     • Aprenda a ajustar un modelo de regresión lineal
     • Interpretar los coeficientes del modelo
     • Interpretar R²
     • Hacer predicciones con el modelo
     • Analizar la calidad del modelo

     Más detalles

5. 5 Machine learning: Comprender la base de la clasificación

   Para comenzar, aprenderá cómo se pueden resolver diversos problemas cotidianos mediante el aprendizaje automático. Comprenderás cómo se puede aplicar Machine Learning para mejorar procesos y ayudar a las empresas y negocios a crecer, como por ejemplo clasificando a los clientes en categorías que puedan indicar productos ideales para ofrecer, optimizando así las estrategias de ventas. Y por último, realizarás un proyecto práctico para predecir retrasos en vuelos, poniendo en práctica todos los conocimientos adquiridos.

   • 

     CURSO

     Clasificación: validación de modelos y métricas de evaluación

     08h

     Faça esse curso e:

     • Valide modelos de machine learning con el método hold-out y validación cruzada
     • Evalúe modelos de machine learning a partir de métricas de desempeño
     • Identifique cuáles son las métricas más apropiadas para cada tipo de problema
     • Realice el balanceo de datos utilizando oversampling y undersampling
     • Aplique un pipeline para validar modelos de forma correcta

     Más detalles
   • 

     CURSO

     IA aumentada: previsión de atrasos de vuelos

     08h

     Faça esse curso e:

     • Aprenda a aplicar técnicas de visualización de datos para comunicar ideas y hallazgos
     • Adquiera habilidades en la aplicación de métodos de codificación para transformar variables categóricas
     • Implemente un modelo de regresión DummyRegressor
     • Implemente un modelo de regresión RandomForestRegressor
     • Aprenda a analizar los resultados de los modelos de regresión mediante métricas y gráficos
     • Identifique y seleccione las características más importantes para el modelo de machine learning
     • Explore la optimización de hiperparámetros para mejorar el rendimiento de su modelo de machine learning

     Más detalles

6. 6 Challenge

   • 

     CURSO

     Challenge Telecom X: análisis de evasión de clientes - Parte 2

     06h

     Faça esse curso e:

     Más detalles