Icono del sitio 🔎 Buscar Tutorial

Cursos gratuitos de DataScience

Microaprendizaje / Tiempo de lectura: 5 minutos

 

Ciencia de datos: guías y tutoriales gratuitos

 

Recursos gratuitos en la web sobre ciencia de datos

 

A continuación, recopilamos videotutoriales de Youtube donde se explique como realizar análisis de ciencia de datos, Big Data y Business Intelligence (BI).

 

 

 

 

 

 

 

 

 

 

Videotutoriales sobre ciencia de datos:

 

 

Python para Data Science, R y RStudio con sus extensiones Tidyverse con sus módulos ggplot2, dplyr, tidyr, readr, purrr, tibble, stringr y forcats.

 

Libros recomendados sobre DataScience:

 

6 modules of Python and Datascience: step by step for beginners (English Edition).

«El viaje que tienes por delante es único. Convertirse en un científico de datos no es una tarea fácil, pero si le dedica mucho trabajo y dedicación, ¡debería convertirse en un viaje muy alegre y una historia exitosa!

Este libro está escrito pensando en usted: alguien que acaba de empezar, sin ningún conocimiento previo o experiencia tecnológica. Emplea palabras simples para explicar conceptos complejos y hay muchas guías visuales paso a paso para ayudarlo con muchas tareas diferentes.

Este libro cubre los conceptos básicos de la programación orientada a objetos con una introducción a la sintaxis de Python 3.

Además, leerá y aprenderá sobre el software inevitable que se usa junto con Python, como PyCharm, Matpotlib, Jupyter y Anaconda. Resulta ideal para personas que aspiran a puestos de trabajo junior en ciencia de datos.»

 

Ciencia de los datos: La guía definitiva sobre análisis de datos, minería de datos, almacenamiento de datos, visualización de datos, Big Data para empresas y aprendizaje automático para principiantes.

«2 volúmenes:

Los datos recopilados de mediciones científicas, clientes, sensores de IoT (Internet de las cosas), etc., son muy importantes solo cuando uno puede extraer un significado de ellos. Los científicos de datos son profesionales que ayudan a revelar desafíos interesantes y gratificantes de explorar, observar, analizar y a interpretar datos.

Para hacerlo, aplican técnicas especiales que les ayudan a descubrir el significado de los datos. Convertirse en el mejor científico de datos es algo más que dominar las herramientas y técnicas analíticas. El verdadero problema radica en la forma de aplicar la capacidad creativa como expertos científicos de datos. Este libro le ayudará a descubrirlo y llevarlo hasta allí.

Lo que saben los mejores científicos de datos sobre el análisis de datos, minería de datos, estadísticas, aprendizaje automático y Big Data – que usted desconoce. Le ayudará a expandir sus habilidades de ser un científico de datos básico a convertirse en un científico de datos experto listo para resolver problemas centrados en datos del mundo real.

Al final de este libro, aprenderá cómo combinar Aprendizaje automático, Minería de datos, análisis y programación, y extraer conocimiento real de los datos. A medida que lo lea, descubrirá importantes técnicas estadísticas y algoritmos que son útiles para aprender la Ciencia de los Datos. Cuando haya terminado, tendrá una base sólida que lo ayudará a explorar muchos otros campos relacionados con la ciencia de datos.

La primera parte de este libro incluye:

Al leer la segunda parte de este libro, usted:

 

 

Ciencia de Datos: Una Guía Práctica. Introducción.

«¿Quieres saber qué es la ciencia de datos? ¿Tienes una idea de lo que es pero no sabes como desarrollarte en el área? ¿Quisieras un material de apoyo o guía sobre el tema? Pues este libro es para ti!

En este primer volumen de Ciencia de Datos en español por Ana Tavarez, tendrás una introducción a ciencia de datos, sus herramientas y conocimientos base para ser un profesional exitoso en la materia.

Adicionalmente, más adelante tendrás a tu disposición una página web donde podrás practicar código y compartir conocimientos con otros profesionales.

La autora es científica de datos, maestra de materias como Machine Learning y Analítica, representante de comunidades relacionadas a la disciplina y con experiencia en finanzas, desarrollo de herramientas para la toma de decisiones y gobernabilidad de datos tanto en el sector público como privado.»

 

 

 

 

 

Salir de la versión móvil