Mira cursos similares a Curso completo de Estadística descriptiva – RStudio y Python

 

Por qué hacer el curso Curso completo de Estadística descriptiva – RStudio y Python

Notar que tus proyectos o informes se quedan cortos porque no logras respaldar conclusiones con datos sólidos puede frustrarte, sobre todo cuando sabes que oportunidades laborales dependen de esa capacidad analítica. Saber sintetizar información y extraer patrones a partir de estadística descriptiva ya no es exclusivo de especialistas: se ha convertido en una habilidad diferenciadora en cualquier sector, desde marketing hasta logística. Con «Curso completo de Estadística descriptiva – RStudio y Python«, construirás esa base práctica que necesitas. Aprenderás a procesar, visualizar e interpretar conjuntos de datos reales con dos herramientas demandadas. Dominar esto hoy te permitirá presentar hallazgos con claridad, tomar decisiones basadas en evidencia y avanzar profesionalmente hacia roles más estratégicos.  

Cómo es Curso completo de Estadística descriptiva – RStudio y Python

Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y María Santos. Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primero de carrera a matemáticos, ingenieros o informáticos como por ejemplo:Logística e instalación de R y RStudio y de Anaconda Navigator para PythonCómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.Introducción a la probabilidad, empezando desde lo más básico, pasando por variables aleatorias hasta llegar a tratar las distribuciones de probabilidad más conocidas (tanto discretas como continuas)Comprende los estadísticos más relevantes de una distribución, como por ejemplo la media, varianza así como sesgo y curtosis. Y aprende a calcularlos tanto con R como con Python.Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.Una vez termines el curso <str  

Cursos que complementan