Estadística para Ciencia de Datos

Hoy en día las soluciones empresariales robustas aplicando técnicas Machine Learning, Inteligencia Artificial, Deep Learning y sus variantes han tomado gran fuerza en el sector industrial, cada vez hay más personas usándolas, pero muy pocos realizando un verdadero análisis de los datos que tengan un sustento estadístico matemático. Si quieres ser una de esas pocas personas que entiende como funciona este maravilloso mundo de los datos, pues estás en el curso correcto.

¿Qué aprenderás con este curso?

Este curso tiene como finalidad enseñarte las bases necesarias de la estadística descriptiva e inferencial para poder aplicarlo sobre el análisis de datos y así implementar soluciones de Data Science que tengan un sustento sólido.

En el primer módulo, te ayudaremos a entender los conceptos básicos de la estadística, veremos una introducción a la misma, así como los diferentes tipos de variables que podemos encontrar en nuestros datos y las escalas de medida.

El segundo módulo está enfocado en enseñarte los diferentes indicadores estadísticos, iniciando por una explicación detallada de la simbología básica que usualmente encontrarás en papers o artículos científicos, también veremos todo lo relacionado a las medidas de tendencia central y dispersión, todo esto con un enfoque aplicativo.

En el tercer módulo aprenderás a realizar una análisis visual de tus datos, es decir, te enseñaremos a identificar que tipos de gráficos son los más acertados para los diferentes tipos de variables con los que cuentes en tu dataset, igualmente revisaremos que es lo que nos quiere indicar cada gráfico, es decir, te enseñaremos a realizar una interpretación de estos.

En el cuarto módulo daremos un salto hacia el análisis de datos bivariados, ya enfocados en ver correlaciones entre los datos, identificar multicolinealidad, así también aprenderás a cómo realizar una regresión lineal simple y el análisis del modelo creado.

Por último, en el quinto módulo tendremos un caso práctico donde aplicaremos todo lo aprendido en el curso aplicado a un proyecto real de ciencia de datos, más específicamente utilizando técnicas de machine learning, aquí veremos cuales son las fases por las cuales debemos pasar para implementar nuestro modelo predictivo de manera eficaz.