Personas de cualquier sector interesadas en aprender Python para el análisis de datos y la aplicación de técnicas de Inteligencia Artificial. Esto incluye analistas de negocio,  ingenieros/as, investigadores/as, estudiantes y demás profesionales que quieran automatizar sus análisis, generar visualizaciones efectivas y desarrollar modelos predictivos aplicables a su entorno laboral.

No se requieren conocimientos previos de programación.

Para el curso se utilizará el software Anaconda, que puede descargarse desde su página web oficial.

¿Qué necesitas para participar en el curso?

• Ordenador conectado a Internet.
• Altavoces para poder escuchar, y recomendable webcam para vernos.
• Micrófono para poder hablar. En caso de no contar con micrófono, puedes participar a través del chat de la plataforma.
• El acceso al curso que se facilitará cuando se confirme la inscripción, una vez finalizado el plazo de matrícula.

Tema 1: Python

Aprenderás lo necesario para programar sencillas rutinas en Python. Conoceremos las clases básicas incluidas en el lenguaje, (tipos simples, listas, tuplas, diccionarios…), las funciones integradas, las estructuras de control (bucles y la sentencia condicional “if”) y algunas de las librerías integradas (para la generación de números aleatorios, uso de funciones matemáticas y estadísticas, etc.). Un objetivo importante de este primer bloque es entender el concepto de clase y objeto en el paradigma de la Programación Orientada a Objetos.

• Anaconda y Jupyter
• Tipos de datos
• Funciones
  • Estructuras de control
  • Bucles for
  • Bucles while
  • La sentencia condicional if
• Librerías
• Clases y objetos
• Métodos y atributos

Tema 2: NumPy

NumPy implementa una clase, el array NumPy multidimensional, que amplía enormemente la capacidad de Python para la carga y transformación de datos. Aprenderás qué es un array NumPy, qué funciones están disponibles para su transformación y aplicaremos este conocimiento en la lectura de ficheros de datos y aplicación de sencillas transformaciones.

• Introducción a NumPy
• Arrays NumPy
• Extracción y modificación de datos
• Aplicación de funciones

Tema 3: Pandas

La librería Pandas, construida sobre NumPy, implementa dos clases principales, la Serie y el DataFrame que amplían la funcionalidad de los arrays NumPy. En este bloque aprenderás a crear y utilizar estas estructuras, las funciones que tienen disponibles y cómo podemos utilizarlas para transformar los datos.

• Introducción a Pandas
• Series y Dataframes Pandas
• Extracción y modificación de datos
• Aplicación de funciones
• Limpieza de datos con Pandas

Tema 4: Herramientas de visualización

Una parte fundamental en el proceso de carga y transformación de los datos (así como en todos los procesos orientados al entrenamiento de modelos predictivos) es la capacidad de visualización de datos. En este último bloque aprenderás a utilizar la librería matplotlib (librería referencia en el mundo Python) y la librería Seaborn que, construida sobre matplotlib, ofrece una interfaz de alto nivel con gráficos mucho más potentes y armoniosos.

• Estructura de clases e interfaces de Matplotlib
• Funciones de visualización de Matplotlib
• Funciones de visualización de Seaborn

Tema 5: Aplicación al entrenamiento de un modelo predictivo

Se realizará una dinámica práctica centrada en el entrenamiento de un modelo predictivo sencillo utilizando una Red Neuronal.