Análisis exploratorio de datos (EDA)

SKU SINF-633

Sin existencias

Sin existencias

Este curso brinda los conocimientos esenciales para aplicar el Análisis Exploratorio de Datos (EDA) con Python, facilitando la limpieza, transformación y visualización de datos para la toma de decisiones estratégicas en diversos contextos.

Rutas de Aprendizaje relacionadas

Descripción del curso

El Análisis Exploratorio de Datos (EDA) es un enfoque inicial en el análisis de datos que se centra en explorar, visualizar y comprender las características de un conjunto de datos antes de aplicar modelos complejos, identificando patrones, detectando valores atípicos y examinando la distribución de las variables, lo que es crucial para asegurar la calidad de los datos y orientar la elección de métodos de análisis posteriores.
Este curso cubre temáticas como los fundamentos del análisis exploratorio de datos, procesamiento y transformación de datos con Python, visualización y análisis gráfico, y el modelo Knowledge Discovery in Databases (KDD) y su aplicación en EDA con Python.
El curso está diseñado por competencias y alineado con el marco de habilidades SFIA 8, por lo que se propone que los estudiantes logren responder a un nivel de habilidad 3, de manera que apliquen técnicas de análisis exploratorio de datos mediante la programación en Python.


Contenidos

1. Fundamentos del Análisis Exploratorio de Datos (EDA).

2. Procesamiento y Transformación de Datos con Python.

3. Visualización y Análisis Gráfico.

4. Modelo Knowledge Discovery in Databases (KDD) y su Aplicación en EDA con Python.


Metodología de Aprendizaje

La educación actual suele limitar a estudiantes, forzándoles a absorber contenidos en lugar de fomentar la solución colectiva de problemas. En CENFOTEC, buscamos modificar este enfoque mediante nuestra metodología de aprendizaje constructivista llamada 40-40-20.

La técnica 40-40-20 divide el tiempo de clase: 40% el profesor da un charla para inducir al pensamiento autónomo basado en conceptos clave; el siguiente 40% para resolver retos individuales o en grupo, que exigen exploración, donde el docente es un facilitador; y el 20% restante para una discusión guiada por el profesorado. Para mantener la atención, consideramos 1 hora lectiva como 50 minutos, especialmente en cursos de 3-4 horas.

Adicionalmente el estudiante deberá dedicar una cantidad de horas adicionales para completar retos extraclase que el profesor le asigne.

Metodología XperiencEd™

Nuestra metodología de aprendizaje, un pilar clave de Credentials as you Grow

Experiencia educativa con un enfoque 20% teoría, 60% práctica y 20% reflexión.

Integra estrategias de aprendizaje activas y experiencias prácticas para potenciar el desarrollo de habilidades técnicas y power skills.

Promueve un aprendizaje vivencial, donde la resolución de problemas en escenarios reales y la aplicación inmediata del conocimiento en entornos empresariales fortalecen la formación profesional.

Información adicional

Fecha de inicio

Horario

Profesor

Área de formación

Sistemas de información

Modalidad

Virtual en vivo

Duración

16 horas

Nivel de complejidad

Intermedio

Perfil de ingreso

Conocimientos básicos en Python, Se recomienda haber llevado el curso SINF-601 Recolección y Preprocesamiento de Datos (SQL Querying).

Perfil de salida

Consultor, Analista de datos.