Funcionamiento del programa y trucos de productividad
Los 3 ingredientes de un científico de datos y el proceso de análisis de datos de cualquier proyecto
El árbol de la estadística aplicada
El mapa de claridad total con ejemplos reales
Las herramientas del científico de datos
El checklist de los conocimientos del científico de datos

El objetivo es que comprendes las posibilidades de la ciencia de datos con un lenguaje muy práctico sin entrar en los detalles.

1.1. Conoce las tablas de datos y las variables

• 1.1.1. El papel de la estadística y el esquema general de un proyecto con datos
• 1.1.2. Qué es una tabla de datos y su estructura
• 1.1.3. Los tipos de variables
• 1.1.4. Ejemplos de tablas de datos

1.2. Descubre la Estadística Descriptiva

• 1.2.1. Tablas de frecuencias en variables cuantitativas
• 1.2.2. Las características de una distribución
• 1.2.3. Las tablas de contingencia
• 1.2.4. La correlación

1.3. Descubre la Estadística Inferencial

• 1.3.1. La distribución de densidad de probabilidad y la distribución normal
• 1.3.2. Los tipos de distribución de probabilidad y la generación de muestras aleatoria
• 1.3.3. Los intervalos de confianza y su utilidad

1.4. Domina los conceptos del análisis

• 1.4.1. Qué es una hipótesis y cómo contestarla
• 1.4.2. Ejemplos de contraste de hipótesis y una plantilla de aplicación
• 1.4.3. La esencia de los modelos estadísticos
• 1.4.4. Tres ejemplos de modelos estadísticos en la práctica

Vas a ver las bases esenciales a nivel estadístico (variables, técnicas descriptivas e inferenciales) que te van a permitir comprender las técnicas gráficas, modelos y algoritmos para convertir tus ideas y tus proyectos en resultados, herramientas prácticas e implementables.

Sin necesidades de leer miles de libros ni entrar en la complejidad matemática que te asusta.

Irás asentando las bases de forma práctica y focalizada que te acercará al uso de algoritmos predictivos para generar conocimiento de todo tus datos y experiencia.

• 2.1. El mercado de herramientas a tus pies
• 2.2. Elige tu mejor opción: R o Python o SPSS
• 2.3. Empieza con tu software

Comprenderás la potencia de los softwares de ciencia de datos y cómo empezar con uno de las más potentes y gratuitos: R o Python.

Este software te ayudará a aprovechar el 100% del potencial de tus datos y presentar grandes avances a través de tus datos.

R es una herramienta que requiere trabajo y dedicación por ello el material que vas a recibir está diseñado con el objetivo de que lo pongas en marcha en 1 día y puedas empezar a trabajar tu primer ejemplo de forma rápida.

A parte de R o Python también podrás utilizar SPSS como software estadística de implementación rápida para ir mucho más rápido si así lo deseas.

3.1. Lee y transforma tu tabla de datos

• 3.1.1. Los tipos de formatos de datos más comunes y cómo leerlos
• 3.1.2. Cómo definir las variables cualitativas correctamente
• 3.1.3. Las transformaciones más típicas en la práctica

3.2. Define tu plan de acción de Análisis de Datos en 7 días

• 3.2.1. Define el contexto y problemática de tu proyecto
• 3.2.2. Define los objetivos de tu proyecto
• 3.2.3. Interpreta tus variables y enlázalas con tus objetivos
• 3.2.4. Elige uno de los 6 problemas tipo
• 3.2.5. Esboza el análisis de datos
• 3.2.6. Detalla la metodología de análisis de datos

Es el primer paso del sistema Analiza tus Datos. Antes de aplicar técnicas, sacar resultados y aplicar algoritmos lo primero es coger un papel y un boli y diseñar tu proyecto.

En este módulo te enseñaré cómo diseño los proyectos paso a paso para que logres ver la luz con cualquier tipo de datos.

Te convertirás en tu propio científico de datos y diseñarás el plan de acción ideal para convertir tus ideas y datos en conocimiento.

Este módulo te ayudará a evitar el error más común al convertir tus datos en conocimiento y te ahorrará muchas horas de trabajo.

4.1 Importar datos - fuentes de datos

4.2 Limpia tus Datos - EDA inicial (missing values, duplicate&Low variation data, incorrect&irrelevant data, outliers,tipos escalados)

4.3 Tips transformar variables (de numérica a ordinal, categórica a ordinal, escalar variables, dumizar (one hot encoding), tipos fechas)

4.4 Valida tus datos - EDA inicial

Antes de analizar los datos es clave preparar y dejar a punto los datos para poder después aplicar las técnicas de descripción, de inferencia y de machine learning.

Es un paso clave en un proyecto de ciencia de datos y normalmente es el 70-80% del tiempo de trabajo.

5.1. Describe tus Variables Cuantitativas

• 4.1.1. Cálculo de estadísticos resumen
• 4.1.2. Histogramas e histogramas de densidad
• 4.1.3. Boxpplot y stripcharts. Violin plot
• 4.1.4. QQplot

5.2. Describe tus Variables Cualitativas

• 4.2.1. Tablas de frecuencias de 1 factor y 2 factores
• 4.2.2. Diagramas de barras de 1 y 2 factores. Diagramas de sectores

5.3. Describe la correlación entre variables

• Diagramas de dispersión de dos variables
• Diagramas de dispersión de dos variables y un factor
• Matrixplot
• Matrixplot con gráficos de distribución
• Matrixplot de un factor
• Bubble plot

5.4. Describe la comparación de medidas

• Histogramas e histogramas de densidad para un factor
• Boxplot para un factor y dos factores
• Diagramas de medias o de error para un factor y dos factores

5.5. El mapa completo. Lista de gráficos estadísticos

El segundo paso del sistema Analiza tus Datos.

En muchos proyectos con una buena descripción puedes dar vida a tus datos en muy poco tiempo. En este módulo vas a comprender las técnicas descriptivas y cómo llevarlas a la práctica para ofrecer gráficos reveladores que hablen por si solos.

Encontrar y descubrir resultados palpables de tus proyectos. De tus datos. Con ello conseguirás aportar conocimiento en muy poco tiempo y de manera muy gráfica.

Es un método sencillo que huye de la complejidad y se aferra a divertirte pintando datos. Dibujando para ofrecer resultados poderosos en una sola tarde. 

Las técnicas que se explicará en este módulo son:

– Resumen estadísticos (estadísticos de centralidad, dispersión, posición y asimetría)
– Tablas de frecuencia, Boxplot, histograma, histograma de densidad, qqplot, diagramas de barras, de sectores, boxplot por grupos, diagramas de error, bubleplot, correlación, covarianza, correlograma, matrixplot, matrixplot mixto, series temporales y mapas. Entre otras…

6.1. The Basics

6.2. Comprueba las restricciones

• 5.2.1. Comprobar la normalidad
• 5.2.2. Igualdad de varianzas

6.3. Comparación de medidas por grupos

• Comparación de la media de un grupo
• Comparación de medias en grupos independientes
• Comparación de medias en grupos dependientes o de medidas repetidas

6.4. Relaciona medidas – correlación

• Correlación para variables cuantitativas continuas
• Correlación para variables cuantitativas discretas
• Correlación para variables ordinales

6.5. Compara proporciones

• Comparación de una proporción
• Comparación de proporciones para grupos independientes
• Comparación de proporciones para grupos dependientes o de medidas repetidas

6.6. Relaciona proporciones

• Test de chi cuadrado
• Análisis de la contribución y asociación entre grupos

6.7. Modelos Estadísticos

• 5.7.1. Introducción a los modelos estadísticos y el mapa de los modelos más usados
• 5.7.2. Regresiones lineales
• 5.7.3. La esencia de los modelos lineales generalizados GLM
• 5.7.4. Modelos Gaussianos y Gamma – para variables continuas
• 5.7.5. Modelos de Poisson y Binominal Negativa – para variables discretas
• 5.7.6. Modelos Logísticos y Ordinales – para variables cualitativas
• 5.7.7. Modelos de efectos mixtos
• 5.7.8. La guía Definitiva para seleccionar una prueba o modelo estadístico
• 5.8. Ejemplo Completo de Análisis de Datos de un caso real

En tercer paso del sistema Analiza tus Datos es analizar. Es decir, demostrar lo que has visto con los gráficos con la ayuda de test estadísticos y modelos estadísticos.

Con ello vas a contestar tus hipótesis y preguntas con números aportando conocimiento con tus resultados.

Y además, aplicarás modelos predictivos que te ayudarán a interpretar las variables y factores más importantes y cómo interpretar el problema real.

Es un paso fundamental para empezar a construir algoritmos predictivos que te llevarán tus proyectos a otro nivel.

Y repito, lo verás de forma práctica, al grano sin meterte en la gran complejidad matemática sino en la interpretación y el uso práctico.

En dos semanas estarás aplicando tus primeros modelos predictivos para hacer realidad las ideas y proyectos que llevan tiempo abandonados o no acaban de arrancar.

Las técnicas que se explicarán en este módulo son:

-T-test, Intervalos de confianza, Chi Cuadrado, ANOVA de un factor y dos factores, ANOVA de medidas repetidas, Chi Cuadrado bondad de ajuste, test de McNemar, test exacto de Fisher, Chi cuadrado de Pearson, comparación de mediciones, análisis factorial, análisis de supervivencia (pruebas de comparación de medias paramétricas y NO paramétricas)

-Análisis de correlación, coeficientes de Pearson, Spearman y Kendall (bivariante, multivariante)

-Regresión Lineal simple y múltiple, Modelos logísticos, curvas ROC, modelos de Poisson, Modelos lineales generalizados y mixtos

7.1. Conviértete en Científico de Datos

PATH R y PATH PYTHON:

7.2. R y Python como herramienta para Científicos de Datos
7.2.1. R y Python desde cero
7.2.2. Carga de Paquetes automática
7.2.3. Hacks de programación
7.2.4. Lectura de datos
7.2.5. Limpia tus datos
7.2.6. Explorando datos
7.2.7. Selección de características / feature selection
7.2.8. Transformando la tabla de datos

7.3.1. Las bases de Machine Learning
7.3.2. Las 5 situaciones prácticas
7.3.4. El mapa completo de técnicas de Machine Learning

7.4. Los principales algoritmos con ejemplos de Machine Learning
7.4.1. Algoritmos de clustering
7.4.2. Algoritmos de reducción dimensional
7.4.3. Algoritmos de reglas de asociación
7.4.4. Algoritmos de clasificación
7.4.5. Algoritmos de regresión

7.5. ¡GO! Proyectos de ciencia de datos. ¡Casos reales!
7.5.1. Los pasos de un proyecto de clustering
7.5.2. Los pasos de un proyecto de reducción dimensional
7.5.3. Los pasos de un proyecto de clasificación binaria
7.5.4. Los pasos de un proyecto de clasificación multiclase
7.5.5. Los pasos de un proyecto de regresión

7.6. Introducción al deep learning

7.6.1 Machine learning vs deep learning

7.6.2 Redes neuronales convolucionales

7.6.3. Ejemplos de deep learning paso a paso

7.7. Cómo seguir creciendo como Científico de Datos

Se trata de llevar tus proyectos, tu conocimiento, tu experiencia y datos al siguiente nivel.

Ayudarte de algoritmos de machine learning para encontrar patrones de tus datos y diseñar herramientas predictivas muy potentes que solucionen problemas reales.

Aquí es cuando la aplicabilidad de los datos se multiplica porque te ayudará a responder a preguntas con la experiencia pasada gracias al machine learning.

Con las recetas que te voy a dar vas a poder diseñar de forma muy rápida estos algoritmos sin perderte en detalles innecesarios.

Este módulo será un antes y un después de tu profesión e impulsará tu carrera sin darte cuenta.

En este bloque vas a ver las siguientes técnicas:

Clustering ( k-means, hiercarchical clustering, gaussian mixture models)
Reducción dimensional (PCA, multidimensional scaling, PC regression) discriminant analysis)
k-nearest Neighbour
Regression
Clasification and Regression trees
Bayesian techniques
Neural networks
entre otras muchas más …

• 8.1. La Plantilla de presentación de Éxito
• 8.2. Fast Reporting con RMarkdown o Jupyter
• 8.3. Creando aplicaciones Web con RShiny o Dash
• 8.4. Cómo crear tu portfolio de proyectos de datos e impulsar tu carrera

Se trata de comprender cómo presentar tus resultados para que tu proyecto, tu idea de innovación tenga vida de verdad.

Se trata de compartir tu conocimiento y tus resultados. Reportar todo lo que has encontrado al aplicar el sistema del programa.

Es el mensaje final de todo lo que has logrado con tus proyectos que te abrirá las puertas a nuevas colaboraciones divulgando tus resultados de forma efectiva 🙂