Python para Data Science y Big Data esencial
LinkedIn es una red social que nace con el objetivo de poner en contacto a empresas y profesionales que buscan sinergias laborales y nuevas oportunidades de negocio, mediante una red de relaciones comerciales denominadas “conexiones”.
Esta red cuenta con una gran comunidad social, muy útil para las empresas, negocios que buscan nuevo talento humano, y por supuesto, para las personas que se encuentran en búsqueda de un empleo. Todo esto gracias a la introducción de fichas personales de cada persona a modo de currículum vitae, donde se comparte la formación y experiencia laboral.
Detalles del curso
Python está viviendo una segunda juventud como lenguaje de programación, ajustado codo con codo a una de las grandes necesidades de ésta década: el trabajo con grandes volúmenes de datos. En este curso, vas a aprender en primer lugar los fundamentos de Python para Data Science y visualización de datos, para posteriormente aplicarlos en el análisis de grandes volúmenes de datos usando el entorno Spark, una de las herramientas más populares del sector Big Data. El contenido del curso es práctico. Vamos a sentar las bases para que aprendas a desarrollar tu proyecto de datos, de principio a fin.
Contenido
Bienvenida
Python para data science y big data esencial
1. Introducción a Python para data science y big data
Evaluación de las necesidades de big data
Instalar Jupyter Notebook
Instalar PySpark
Evaluar la eficiencia del código
2. Gestión de datos en Python
Introducción al Pandas
Filtrar datos en Python
Transformaciones de la base de datos
Groupby: obtener información esencial
Tratar datos duplicados y perdidos
Introducción a la librería Numpy
3. Gestión de datos avanzada
Correlaciones. Entender las relaciones entre las variables
Test de la Chi-Cuadrado
Análisis de datos extremos
Principios de las bases de datos relacionales
Transformar un dataframe en una base de datos relacional
Joins. Trabajar con bases de datos relacionales
Paralelizar loops en Python
4. Visualización de datos en Matplotlib
Introducción al Matplotlib
Modificar elementos del gráfico en Matplotlib
Etiquetas y leyendas en Matplotlib
Gráficos para series temporales en Matplotlib
Histogramas y box plots en Matplotlib
Nubes de puntos y mapas de calor en Matplotlib
Introducción al Plotly. Visualización interactiva
Gráficos avanzados con Plotly
Visualización de Mapas con Plotly
5. Machine Learning esencial: Clustering
Necesidades de Machine Learning: clustering y modelización
Preparar los datos para Machine Learning
K-Means, el algoritmo de clustering
El algoritmo hierarchical clustering
6. Machine Learning esencial. Modelización
Regresión lineal
Regresión logística
Naives Bayes Classifier
Árboles de clasificación y regresión
Random forest
Support vector machine
K-Nearest Neighbours
7. Trabajar con PySpark
Introducción a PySpark
Sintaxis en PySpark. Qué necesitamos saber
Qué son los RDD (Resilient Distributed Databases)
Funciones lambda
Dataframes en PySpark
Transformaciones básicas en PySpark
Acciones básicas en PySpark
Operaciones numéricas con RDD
8. PySpark avanzado
Joins en PySpark
Acumuladores. Cómo detectar patrones en nuestros datos
Cómo construir funciones map
Cómo construir funciones reduce
Ejemplos básicos de MapReduce en PySpark
9. Desafío y solución: MapReduce
Desafío: MapReduce aplicado con PySpark
Resolución de los ejercicios de MapReduce
Obtén un certificado que puedes compartir
Comparte lo que has aprendido y destaca como profesional en el sector deseado con un certificado que muestra los conocimientos obtenidos en el curso.
LEARNING - Certificado de finalización
Añádelo a tu perfil de LinkedIn en la sección «Licencias y certificaciones»
Descárgalo o imprímelo como PDF para compartirlo con otras personas
Compártelo como imagen para mostrar tus aptitudes
Nuestra tarea es centralizar la mayor cantidad de cursos ,capacitaciones, tutoriales, videos para que te sea mas fácil de buscar a la hora de querer capacitarte.
Generalmente, incorporamos los que son gratis pero si encontramos algunos interesantes que son pagos los agregamos para que tu capacitación sea mas redituable y profesional.
Sigue capacitándote para llegar a ser un mejor profesional o simplemente por logros personales, anímate, no abandones y adelante !!!.
Mucha Suerte !!! el equipo de:
|