| 1 | Fundamentos de programación en Python
Historia y filosofía de Python; Instalación del entorno de desarrollo; Sintaxis básica y estructura del programa; Estructuras condicionales: if, else, elif; Estructuras de repetición: for, while; Listas, tuplas y conjuntos; Diccionarios y manipulación de cadenas; Funciones: definición, parámetros y valores de retorno; Módulos y organización del código. | 8 p. m. |
| 2 | Programación en Python para la ciencia de datos
Manipulación de datos con NumPy y Pandas; Introducción a NumPy (matrices, operaciones matemáticas); Manipulación de DataFrame con Pandas; Lectura y escritura de datos (CSV, Excel, SQL); Indexación y filtrado de datos; Visualización de datos con Matplotlib y Seaborn; Creación de gráficos simples; Gráficos estadísticos avanzados con Seaborn; Personalización de gráficos (títulos, etiquetas, colores); Visualización de series de tiempo; Construcción de subparcelas y visualizaciones complejas. | 8 p. m. |
| 3 | Estadística para la ciencia de datos
Introducción a la estadística descriptiva; Conceptos básicos: media, mediana, moda, varianza, desviación estándar; Visualización de datos: histogramas, diagramas de caja; Probabilidad para la ciencia de datos; Fundamentos de probabilidad; Distribuciones de probabilidad: normal, binomial, Poisson; Teorema del límite central; Muestreo y estimación; Métodos de muestreo; Estimación de parámetros poblacionales; Intervalos de confianza. | 8 p. m. |
| 4 | Pruebas de hipótesis e inferencia estadística
Introducción a la inferencia estadística; Conceptos fundamentales; Población, muestra y parámetros estadísticos; Tipos de inferencia: estimación y prueba de hipótesis; Pruebas paramétricas: prueba t de Student (una y dos muestras), ANOVA; Pruebas de proporción; Pruebas no paramétricas: Wilcoxon, Mann-Whitney, Kruskal-Wallis; Chi-cuadrado; Análisis de regresión y correlación; Construcción de intervalos de confianza; Interpretación de intervalos; Errores tipo I y tipo II; Estrategias para minimizar errores. | 8 p. m. |
| 5 | Bases de datos SQL y NoSQL
Introducción a las bases de datos; Conceptos fundamentales de bases de datos; Modelado de datos: entidades, atributos, relaciones; Diferencias entre bases de datos SQL y NoSQL; Bases de datos relacionales (SQL); Estructura de tablas y tipos de datos; Consultas SQL: SELECT, WHERE, JOIN; Manipulación de datos: INSERT, UPDATE, DELETE; Índices y optimización de consultas; Modelado de datos relacionales; Normalización de tablas; Claves primarias y externas; Relaciones: uno a uno, uno a muchos, muchos a muchos; Bases de datos NoSQL; Tipos de bases de datos NoSQL (documento, clave-valor, columnar, gráfico); Ventajas y desventajas en comparación con las bases de datos SQL; Ejemplos de bases de datos NoSQL populares. | 8 p. m. |
| 6 | Recopilación de datos locales, remotos y de redes sociales
Introducción a ETL (extracción, transformación y carga); Definición e importancia de ETL; Proceso ETL en proyectos de datos; Extracción de datos locales; Importación de datos de fuentes locales; Lectura de datos de archivos CSV, Excel y bases de datos locales; Uso de API para la extracción de datos; Extracción de datos remota; Acceso a API y servicios web para la extracción de datos; Integración con fuentes de datos en la nube; Seguridad y autenticación en entornos remotos; Extracción de datos de redes sociales; Recopilación de datos de plataformas como Twitter, Facebook y LinkedIn; Uso de API de redes sociales; Procesamiento de datos no estructurados. | 8 p. m. |
| 7 | Procesamiento de datos: ingeniería de características, valores atípicos
Introducción al procesamiento de datos; Importancia del procesamiento de datos en la ciencia de datos; Diferencia entre datos brutos y datos preparados; Exploración inicial de datos; Ingeniería de características; Selección y creación de variables predictoras; Transformación de variables: normalización y estandarización; Creación de variables ficticias para datos categóricos; Tratamiento de valores faltantes; Detección y tratamiento de valores atípicos; Identificación de valores atípicos: métodos estadísticos y gráficos; Estrategias para tratar con valores atípicos; Impacto de los valores atípicos en el modelado estadístico; Técnicas avanzadas de detección de valores atípicos; Transformaciones avanzadas en variables; Aplicación de logaritmo, raíz cuadrada y otras transformaciones; Discretización de variables continuas; Creación de variables compuestas; Escalamiento y normalización de características; Normalización de mín.-máx. y puntuación Z; Técnicas de imputación de datos; Métodos para completar valores faltantes; Imputación estadística y de modelos; Evaluación de la eficacia de las técnicas de imputación. | 8 p. m. |
| 8 | Análisis exploratorio de datos – Análisis univariado
Diferenciación entre datos cualitativos y cuantitativos; Identificación de variables categóricas y numéricas; Transformaciones de variables para análisis univariado; Estadística descriptiva y medidas de tendencia central; Cálculo e interpretación de media, mediana y moda; Uso de medidas de dispersión como desviación estándar y rango intercuartil; Aplicaciones prácticas en conjuntos de datos reales; Visualización gráfica para análisis univariado; Histogramas y gráficos de densidad; Diagramas de caja y sus perspectivas; Gráficos de barras y sectores para variables categóricas; Diagramas de dispersión para identificar patrones; Análisis de valores atípicos; Análisis univariado en datos categóricos; Tablas de frecuencias y porcentajes; Gráficos de barras y diagramas de sectores para datos categóricos. | 8 p. m. |
| 9 | Análisis exploratorio de datos – Análisis bivariado
Tipos de variables y medidas de asociación; Variables categóricas y cuantitativas; Coeficiente de correlación para variables cuantitativas; Tablas de contingencia y pruebas de asociación para variables categóricas; Visualización de relaciones; Diagramas de dispersión para variables cuantitativas; Gráficos de barras y mapas de calor para variables categóricas; Diagramas de caja y diagramas de violín para comparar distribuciones. | 8 p. m. |
| 10 | Aprendizaje supervisado: árboles y bosques
Árboles de decisión; Conceptos básicos de árboles de decisión; Construcción de árboles: criterios de división, ganancia de información; Poda de árboles para evitar el sobreajuste; Algoritmos de bosques aleatorios; Comprensión del concepto de aprendizaje por conjuntos; Estructura y funcionamiento de bosques aleatorios; Parámetros y ajustes para la optimización de modelos; Potenciación de gradiente; Descripción general del algoritmo de potenciación; Potenciación de gradiente y sus variantes (XGBoost, LightGBM); Ajuste de hiperparámetros e interpretación de resultados; Aplicaciones prácticas de árboles y bosques; Implementación de modelos de árboles y bosques en Python; Selección e ingeniería de características; Evaluación del rendimiento y métricas de evaluación; Manejo de datos desequilibrados; Estrategias para tratar con conjuntos de datos desequilibrados; Técnicas de muestreo y ponderación para clases minoritarias; Interpretación de modelos; Herramientas para la interpretación de modelos de árboles; Análisis de importancia de características; Visualización de árboles de decisión. | 8 p. m. |
| 11 | Aprendizaje supervisado: regresión lineal
Regresión lineal simple; Formulación de regresión lineal simple; Estimación de parámetros: método de mínimos cuadrados; Interpretación de coeficientes; Regresión lineal múltiple; Extensión de regresión lineal a múltiples variables independientes; Evaluación de multicolinealidad; Interpretación de resultados en regresión múltiple; Evaluación de modelos de regresión; Métricas de desempeño: R², error cuadrático medio (MSE), error absoluto medio (MAE); Validación cruzada; Sobreajuste y subajuste; Regularización en regresión; Regresión Ridge (L2) y Lasso (L1); Selección de parámetros de regularización; Comparación entre modelos regularizados y no regularizados. | 8 p. m. |
| 12 | Aprendizaje no supervisado – Agrupamiento
Introducción al aprendizaje no supervisado; Definición de aprendizaje no supervisado; Diferencias entre aprendizaje supervisado y no supervisado; Aplicaciones prácticas en ciencia de datos; Conceptos básicos de agrupamiento; Definición de agrupamiento; Tipos de algoritmos de agrupamiento; Medidas de similitud y disimilitud; Algoritmos de agrupamiento jerárquico; Aglomerativo vs. Divisivo; Métodos de ligamiento (simple, completo, promedio); Construcción e interpretación de dendrogramas; 4. K-medias y K-medoides; Principios del algoritmo K-medias; Selección del número óptimo de clústeres (K); Adaptación de K-medoides a datos no euclidianos; 5. Algoritmos de mezcla de gaussianas; Modelo de agrupamiento probabilístico; Expectativa-maximización (EM) para estimación de parámetros; Aplicaciones en el modelado de distribuciones complejas. | 8 p. m. |
| 13 | Redes neuronales artificiales y aprendizaje profundo
Introducción a las redes neuronales artificiales (RNA); Neuronas y sus interconexiones; Arquitectura básica de una red neuronal; Funciones de activación y su importancia; Entrenamiento de redes neuronales; Retropropagación: algoritmo fundamental de entrenamiento; Optimización de peso y sesgo; Descenso de gradiente y sus variaciones; Redes neuronales convolucionales (CNN); Principios básicos de convolución; Capas convolucionales, de agrupamiento y completamente conectadas; Aplicaciones en procesamiento de imágenes; Redes neuronales recurrentes (RNN); Estructura temporal en datos; Memoria a corto y largo plazo en RNN; Aplicaciones en procesamiento de secuencias; Aprendizaje profundo y arquitecturas avanzadas; Descripción general del concepto de aprendizaje profundo; Redes neuronales profundas (DNN); Arquitecturas avanzadas como autocodificadores y redes generativas; Marcos y bibliotecas en aprendizaje profundo; Uso de marcos populares como TensorFlow y PyTorch; Construcción y entrenamiento de modelos con API específicas. | 8 p. m. |
| 14 | Muestreo – Submuestreo y submuestreo
Definición de muestreo en contextos de Ciencia de Datos; Importancia del muestreo en el análisis de datos; Comparación entre población y muestra; Downsampling y Upsampling; Conceptos de downsampling (submuestreo) y upsampling (sobremuestreo); Aplicaciones y escenarios adecuados para cada técnica; Ventajas y desventajas del downsampling y upsampling; Técnicas de downsampling; Downsampling aleatorio; Downsampling estratificado; Downsampling basado en clustering; Técnicas de upsampling; Duplicación simple de datos; Upsampling sintético (SMOTE – Synthetic Minority Over-sampling Technique) y Upsampling basado en interpolación. | 8 p. m. |
| 15 | Procesamiento del lenguaje natural
Introducción al Procesamiento del Lenguaje Natural (PLN); Definición y alcance del PLN; Aplicaciones prácticas en diferentes sectores; Desafíos y complejidades en el procesamiento del lenguaje natural; Preprocesamiento de texto con NLTK; Tokenización de texto; Eliminación de palabras vacías; Lematización y derivación; Transformación de texto a minúsculas; Análisis de frecuencia de palabras; Construcción de histogramas de palabras; Identificación de palabras más frecuentes; Visualización de nubes de palabras; Extracción de características de texto; Identificación de entidades nombradas; Análisis de sentimiento; Extracción de términos clave; Modelado de temas; Uso de modelos como Latent Dirichlet Allocation (LDA); Aplicación a documentos textuales; Interpretación y evaluación de resultados; Clasificación de texto con NLTK; Preparación de datos para clasificación; Implementación de clasificadores usando NLTK; Evaluación de desempeño; Procesamiento del Lenguaje Natural en aplicaciones prácticas; Desarrollo de chatbots simples; Análisis de sentimiento en redes sociales; Aplicaciones en sistemas de recomendación basados en texto; Combinando NLTK con otras librerías como NumPy y Pandas. | 8 p. m. |
| 16 | Evaluación del desempeño de conjuntos y modelos
Fundamentos de entrenamiento y prueba de modelos; Conjuntos: conceptos básicos; Definición de conjuntos y su importancia; Tipos de conjuntos: bagging, boosting, stacking; Random Forest como ejemplo de un conjunto; Bagging y Random Forest; Bagging: agregación bootstrap; Random Forest: construcción y aplicación; Ventajas y desventajas; Boosting y Gradient Boosting; Principios de boosting; Gradient Boosting: algoritmo e implementación; XGBoost y LightGBM como variantes populares; Apilamiento y modelos de conjunto avanzados; Apilamiento: combinación de modelos; Modelos de conjunto avanzados (por ejemplo, redes neuronales de conjunto); Estrategias para construir conjuntos personalizados; Evaluación del rendimiento del modelo; Métricas comunes: exactitud, precisión, recuperación, puntuación F1; Curvas ROC y AUC; Matriz de confusión e interpretación de resultados; Validación cruzada y sobreajuste; Técnicas de validación cruzada; Identificación y mitigación del sobreajuste. | 8 p. m. |
| 17 | Optimización y ajuste
Introducción a la optimización de hiperparámetros; Definición de hiperparámetros y su importancia; El papel de la optimización en la mejora del rendimiento del modelo; Selección manual de hiperparámetros; Evaluación de hiperparámetros basada en la intuición; Experimentación manual para ajuste fino; Optimización automática de hiperparámetros; Algoritmos de optimización como búsqueda en cuadrícula y búsqueda aleatoria; Herramientas y bibliotecas de Python para optimización automática; | 8 p. m. |
| 18 | Optimización bayesiana; Fundamentos de optimización bayesiana; Implementación práctica con bibliotecas como scikit-optimize o hyperopt; Ajuste de hiperparámetros para algoritmos específicos; Ajuste de hiperparámetros en algoritmos populares (por ejemplo, Random Forest, SVM, redes neuronales); Estrategias específicas para diferentes tipos de modelos; Ingeniería y optimización de características; Automatización del proceso de ajuste; Desarrollo de canales automatizados de ajuste de hiperparámetros.
Inteligencia de negocios e informes ejecutivos
Técnicas de interpretación de datos para extraer información; Análisis de tendencias y patrones relevantes para el negocio; Uso de herramientas analíticas para descubrir información valiosa; Preparación de recomendaciones estratégicas; Desarrollo de recomendaciones basadas en análisis de datos; Identificación de áreas de mejora y oportunidades de crecimiento; Formulación de estrategias basadas en datos para impulsar el éxito empresarial; Presentación de resultados para la toma de decisiones; Estrategias para la presentación de datos persuasivos; Uso de visualizaciones de datos efectivas; Enfoque práctico para transformar información en acciones tangibles. | 8 p. m. |
