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

1.5. Introducción a machine learning y deep learning

• 1.5.1. Enfoque estadístico vs inteligencia artificial
• 1.5.2. Qué machine learning
• 1.5.3. Machine learning vs deep learning
• 1.5.4. Aplicaciones reales de machine learning y deep learning

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
• 2.4. Acceso al curso de R & Python: Tu Pasaporte al Análisis de Datos

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.

Con el acceso al curso R & Python: Tu Pasaporte al Análisis de Datos nos aseguraremos de que tienes todos los contenidos para que superas la curva inicial de aprendizaje de R y Python.

Tanto R como Python son herramientas que requieren 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 estadístico de implementación rápida para ir mucho más rápido si así lo deseas. Recuerda que SPSS está pensando para un perfil más investigador.

3.1. Las claves de tu Estrategia

3.2. Los Proyectos Tipo y su Estructura de Datos

3.3. Aplicaciones y Casos de Uso

3.4. Define tu Tabla de Datos y tus Variables

3.5. El método investigativo y sus tres preguntas

3.6. Define la Estrategia de tu Proyecto y Ejemplos de Estrategia

Este módulo marca el comienzo del sistema "Analiza tus Datos". Antes de sumergirte en técnicas avanzadas, obtener conclusiones o experimentar con algoritmos, lo esencial es tomar un papel y un bolígrafo para esbozar tu proyecto.

En esta sección, te guiaré a través del proceso de planificación de proyectos, asegurándote que puedas navegar con confianza a través de cualquier conjunto de datos.

Te empoderarás para actuar como tu propio experto en ciencia de datos, trazando un mapa de ruta perfecto para transformar tus ideas y datos en valioso conocimiento.

Este módulo es crucial para prevenir el error más frecuente en el análisis de datos y te permitirá ahorrar un tiempo precioso en tu trabajo.

4.1 Importar datos - fuentes de datos

4.2 Limpia tus Datos y validación de datos. EDA inicial

• 4.2.1. Corregir el header (nombre de las variables)
• 4.2.2. Eliminar filas y columnas no deseadas
• 4.2.3. Corregir el tipo de variables
• 4.2.4. Eliminar variables sin información o irrelevantes para el proyecto
• 4.2.5. Corregir variables categóricas
• 4.2.6. Identificar valores erróneos en variables cuantitativas
• 4.2.7. Imputación de valores perdidos o eliminación
• 4.2.8. Gestión de outliers

4.3 Transformación de variables

• 4.2.1. La transformación logarítmica
• 4.2.2. La estandarización
• 4.2.3. La normalización
• 4.2.4. Quitando el valor central
• 4.2.5. De cuantitativa a ordinal – Rangos
• 4.2.6. Diferencia antes – después
• 4.2.7. PCA – Principal Component Analysis: Variabilidad de los datos

Antes de sumergirnos en el análisis, es esencial organizar y optimizar los datos, permitiéndonos después implementar técnicas descriptivas, inferenciales y de machine learning.

Este proceso es fundamental en cualquier proyecto de ciencia de datos, y suele ocupar entre el 70% y el 80% del tiempo total de trabajo.

5.1. Introducción y pasos de la exploración 

5.2. Describe tus Variables Cuantitativas

• 5.2.1. Cálculo de estadísticos resumen
• 5.2.2. Histogramas e histogramas de densidad
• 5.2.3. Boxpplot y stripcharts. Violin plot
• 5.2.4. QQplot

5.3. Describe tus Variables Cualitativas

• 5.3.1. Tablas de frecuencias de 1 factor y 2 factores
• 5.3.2. Diagramas de barras de 1 y 2 factores. Diagramas de sectores

5.4. Describe la correlación entre variables

• 5.4.1. Diagramas de dispersión de dos variables
• 5.4.2. Diagramas de dispersión de dos variables y un factor
• 5.4.3. Matrixplot
• 5.4.4. Matrixplot con gráficos de distribución
• 5.4.5. Matrixplot de un factor
• 5.4.6. Bubble plot

5.5. Cruzando variables. Describe la comparación de medidas

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

5.6. EDA automática y más gráficos para inspirarte

El segundo escalón en el sistema "Analiza tus Datos" se centra en la descripción.

En numerosos proyectos, una adecuada representación puede iluminar y dar significado a tus datos rápidamente. En este módulo, entenderás las técnicas descriptivas y aprenderás a aplicarlas con el fin de presentar gráficos elocuentes que comunican de manera autónoma.

Desvela y comprende hallazgos concretos de tus proyectos y datos. Con esta herramienta, podrás transmitir entendimientos de manera ágil y visualmente atractiva.

Es una estrategia simple, que evita complicaciones y te invita a disfrutar del arte de visualizar datos. Imagina ser capaz de entregar resultados impactantes en tan solo unas horas.

Dentro de este módulo, abordaremos las siguientes técnicas:

- Resúmenes estadísticos, incluyendo medidas de tendencia central, dispersión, posición y asimetría.
- Tablas de frecuencia, Boxplot, histogramas, histogramas de densidad, qqplot, gráficos de barras, de sectores, boxplots por grupos, gráficos de error, bubleplot, análisis de correlación y covarianza, correlogramas, matrixplots, matrixplots mixtos, análisis de series temporales y representaciones cartográficas. Y más…

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

• 6.3.1. Comparación de la media de un grupo
• 6.3.2. Comparación de medias en grupos independientes
• 6.3.3. Comparación de medias en grupos dependientes o de medidas repetidas

6.4. Relaciona medidas – correlación

• 6.4.1. Correlación para variables cuantitativas continuas
• 6.4.2. Correlación para variables cuantitativas discretas
• 6.4.3. Correlación para variables ordinales

6.5. Compara proporciones

• 6.5.1. Comparación de una proporción
• 6.5.2. Comparación de proporciones para grupos independientes
• 6.5.3. Comparación de proporciones para grupos dependientes o de medidas repetidas

6.6. Relaciona proporciones

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

6.7. Modelos Estadísticos

• 6.7.1. Introducción a los modelos estadísticos y el mapa de los modelos más usados
• 6.7.2. Regresiones lineales
• 6.7.3. La esencia de los modelos lineales generalizados GLM
• 6.7.4. Modelos Gaussianos y Gamma – para variables continuas
• 6.7.5. Modelos de Poisson y Binominal Negativa – para variables discretas
• 6.7.6. Modelos Logísticos y Ordinales – para variables cualitativas
• 6.7.7. Modelos de efectos mixtos
• 6.7.8. La guía Definitiva para seleccionar una prueba o modelo estadístico
• 6.8. Ejemplos Completos de Inferencia de proyectos reales

El tercer paso en el sistema "Analiza tus Datos" es efectivamente analizar. Esto implica corroborar lo que visualizaste en los gráficos mediante test y modelos estadísticos.

Este proceso te permitirá validar tus hipótesis y responder tus cuestionamientos con datos precisos, enriqueciendo tus descubrimientos.

Adicionalmente, introducirás modelos predictivos que facilitarán la comprensión de las variables y factores cruciales, permitiéndote discernir el núcleo del problema que enfrentas.

Esta fase es esencial para comenzar la elaboración de algoritmos predictivos, elevando la calidad y profundidad de tus proyectos.

Quiero enfatizar que todo esto se abordará de manera directa y práctica, sin adentrarnos excesivamente en la complejidad matemática, sino enfocándonos en su interpretación y aplicación real.

En tan solo dos semanas, estarás implementando tus primeros modelos predictivos, dándole vida a esas ideas y proyectos que han estado en pausa o que no habían tomado impulso.

Dentro de este módulo, se cubrirán las siguientes técnicas:

- Pruebas como T-test, Intervalos de confianza, Chi Cuadrado, ANOVA unifactorial y bifactorial, ANOVA de medidas repetidas, Chi Cuadrado de bondad de ajuste, test de McNemar, test exacto de Fisher, Chi cuadrado de Pearson, comparativa de mediciones, análisis factorial, análisis de supervivencia (pruebas de comparación de medias tanto paramétricas como no paramétricas).

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

- Regresión Lineal, ya sea simple o múltiple, Modelos logísticos, curvas ROC, modelos de Poisson y Modelos lineales, ya sean generalizados o 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

7.5.6. Los pasos de un proyecto de reglas de asociación

7.5.7. Los pasos de un proyecto de recomendación

7.6. Cómo seguir creciendo como Científico de Datos

Eleva tus proyectos, conocimientos y experiencia al pico de la excelencia.

Este módulo te guía en la magia de utilizar algoritmos de machine learning para descifrar patrones ocultos en tus datos, y crear herramientas predictivas robustas que aborden cuestiones prácticas.

¿Imaginas prever el futuro basándote en el pasado? Con el machine learning, podemos utilizar la historia para responder preguntas futuras. Y con las estrategias que te proporcionaré, desarrollarás estos algoritmos de manera eficiente, evitando complicaciones innecesarias.

Piensa en este módulo como un catalizador: acelerará tu desarrollo profesional y te posicionarás como una figura clave en tu ámbito.

En esta etapa, desplegaremos técnicas como:

Clustering: Desde k-means y clustering jerárquico hasta modelos de mezcla gaussiana.

Reducción Dimensional: Aprende sobre PCA, escalamiento multidimensional y análisis discriminante.

Vecinos más cercanos: Introducción al k-nearest Neighbour.

Regresión y Árboles: Descubre la regresión, y árboles de clasificación y regresión.

Técnicas Bayesianas y Redes Neuronales: Sumérgete en estas poderosas herramientas.

... ¡Y muchas más técnicas esperan ser descubiertas por ti!

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 centra en la esencia de comunicar de manera efectiva. Después de todo, ¿qué sentido tiene un descubrimiento si no se comparte de la forma correcta?

La idea es no solo presentar tus hallazgos, sino hacerlo de tal manera que tu innovación y visión cobren vida palpable, resonando con quienes la reciban. Es la culminación de tu trabajo: compartir y dar a conocer las joyas que has desenterrado aplicando el sistema del programa.

Considera esta fase como el broche final, el acto definitivo que no sólo valida tus esfuerzos, sino que también te posiciona en el centro del escenario, listo para formar nuevas alianzas y colaboraciones. Es la narración de tu viaje, presentada de manera que otros no sólo entiendan, sino que también valoren y actúen basándose en tus hallazgos. ¡Es tu momento de brillar!