En el mundo del Business Intelligence (BI) y de la analítica avanzada, el Análisis Exploratorio de Datos (EDA, por sus siglas en inglés) se ha convertido en una de las fases más importantes dentro de cualquier proyecto de ciencia de datos. El EDA es la base de cualquier análisis de datos sólido. Sin esta etapa, las decisiones tomadas pueden estar basadas en información incompleta o errónea. El EDA es el conjunto de técnicas y procesos iniciales que permiten conocer, entender y preparar los datos antes de cualquier modelado o análisis profundo. Uno de los pasos críticos del EDA es la limpieza y transformación de los datos.
Queremos que las personas que se dedican al marketing digital aprendan lo que se están perdiendo por no saber Python. Esta fue la premisa que los autores, Ubaldo Hervás y Joseba Ruiz, plantearon como principal en el momento de creación de este libro.
Herramientas y Lenguajes Clave
Existen varios lenguajes y herramientas que generan el escenario sobre el que se levanta el negocio digital y la toma de decisiones basada en datos: Python y sus librerías de tratamiento de datos (Pandas), álgebra (NumPy, SciPy) o machine learning (scikit-learn, statsmodels), lenguajes de consulta para base de datos (SQL), así como herramientas como Google BigQuery, Microsoft PowerBI y estadística descriptiva e inferencial. Conocer en qué consisten estas herramientas y aprender un lenguaje de programación como Python te ofrecerá un abanico de soluciones totalmente superior.
¿Por Qué Python?
En este curso de análisis de datos con Python aprenderás a utilizar muchas de sus funciones. Además, aprenderás a importar conjuntos de datos, limpiar y preparar datos para análisis, resumir datos y crear canalizaciones de datos. Analizarás los datos usando matrices multidimensionales en Numpy y manipulando DataFrames en pandas.
Curso de Análisis de Datos con Python de IBM
Se trata de un curso gratuito, creado e impartido por IBM, con el que también vas a ser capaz de crear modelos de aprendizaje automático y hacer predicciones con scikit-learn, otra biblioteca de código abierto. Impartido por el profesor universitario Joseph Santarcangelo, el curso tiene una duración estimada de 5 semanas y requiere dedicarle entre 2 y 4 horas de estudio a la semana.
Lea también: Analítica de Datos para Marketing Explicada
El curso ha sido creado por IBM para todas aquellas personas interesadas en el análisis de datos y en Python. Accede al curso de análisis de datos con Python impartido por IBM. Una vez finalizado el curso con éxito, recibirás una insignia de habilidad, una credencial detallada, verificable y digital que describe el conocimiento y las habilidades que has adquirido en este curso.
Para continuar con tu aprendizaje en este campo, es posible que también te resulten de interés este curso de Python en 25 horas (de cero a experto) o este otro curso de generación de lenguaje natural con Python.
Este curso se imparte en español, aunque también cuentas con subtítulos en inglés, por si deseas utilizarlos. Este curso tiene una duración de 4 semanas de estudio con un estimado de entre 1 y 2 horas de trabajo semanal.
Este curso va dirigido a todas aquellas personas bien profesionales, profesores, estudiantes o entusiastas de la analítica de datos aplicados a la exploración y predicción en diferentes ámbitos de negocio, trabajo o empresa.
Pandas: Estructuras de Datos y Manipulación
Pandas introduce dos estructuras de datos principales: DataFrame y Series. Un DataFrame es una tabla bidimensional, similar a una hoja de cálculo de Excel, con etiquetas en las filas y las columnas. Una Series es una estructura de datos unidimensional, similar a una columna de un DataFrame.
Lea también: Claves para el éxito con analítica web
Manipulación de datos: Capacidad de tratar con datos faltantes, cambiar el índice, cambiar la forma de los datos, fusionar y concatenar DataFrames, agregar y pivotar datos, y mucho más. Importación y exportación de datos: Facilita la importación y exportación de datos desde y hacia una amplia variedad de formatos, como CSV, Excel, JSON, SQL y otros formatos de archivo. Análisis de datos: Proporciona herramientas para realizar análisis estadísticos básicos, agrupar y agregar datos, y realizar análisis de series temporales. Y cargarás, manipularás, analizarás y visualizarás conjuntos de datos con pandas, una biblioteca de código abierto.
Contenidos Clave
- Introducción a Python
- Pandas y NumPy
- Introducción a SQL
- Estadística para negocios
- Marketing en la era de la ciencia de datos
- Visualización de datos
- Machine learning e inteligencia artificial
- Deep learning e inteligencia generativa
- KPIs de negocio y casos prácticos
Lea también: Desata tu Potencial en Marketing Digital