[email protected]!

Este curso te permitirá adentrarte en el mundo de los patrones, desde una mirada intuitiva, con guías paso a paso tanto en la teoría como en la práctica.

Es un curso práctico, orientado a que puedas desarrollarte como Data Scientist Jr.

Temas concretos:

✔ Introducción a la estadística

✔ Introducción a la Ciencia de Datos e IA

✔ Análisis Exploratorio de Datos

✔ Preparación de Datos para ML

✔ Creación de modelos predictivos: clasificación, regresión, clustering, reducción de dimensionalidad

✔ Optimización, validación y selección de modelos

✔ Consideraciones para puesta en productivo

El curso no sigue un camino clásico, se irán introduciendo complejidades paso a paso, hasta llegar al nivel de dificultad que se observa en la práctica.


Clase abierta y presentación del curso Ciencia de Datos 360
Clustering
  • K-means
  • Jerárquico
  • HDBSCAN


Clasificación / Regresión
  • Decision tree
  • XGBoost
  • Random Forest
  • Linear regression
  • GLM
Reducción de dimensionalidad
  • PCA
  • t-SNE
  • UMAP



A través de:

✅ Teoría explicada con presentaciones didácticas, paso a paso.

✅ Prácticas en R detalladas.

✅ Templates para aplicar con datos propios.

✅ Templates para aplicar con datos propios.

✅ Procedimientos probados en ambientes reales.

✅ Material disponibles para descargar.

✅ Videos teóricos cortos ~ 7min.

✅ Webinars exclusivos.

+75 videos teorico-prácticos.

Todos los conceptos giran alrededor de crear un modelo predictivo.

Desde lo básico que es crear un modelo sin ningún tipo de preparación de datos, hasta la creación de un modelo optimizado con hyper-tunning y preparación de datos "inteligente".

¿Cómo es la dinámica del curso?

El curso es de auto-aprendizaje, eso quiere decir que el/la estudiante irá tomando las lecciones según su disponibilidad horaria.

Tomando un ejemplo real con el tema clasificación, esto es lo que va a ver:

Paso 1:


Presentación con gráficos para adquirir la intuición detrás.


Paso 2:


Se lo baja a tierra.
Presentación a nivel funcional.


Paso 3:


Y finalizamos con una demostración con código.


🎤 Todos los videos anteriores, están narrados.

🔄 A medida se avanza en el curso, se irán interrelacionando todos los conceptos.

¿R ó Python?

Esta es la versión con R, la cual comparte los mismo videos teóricos que Python.

La versión: Ciencia de Datos 360 con Python se anunciará en unas semanas.

Pueden adquirir las dos con un importante descuento.

Soluciónes de Educación
Empresas

Capacitación para los integrantes de la empresa, y asesoramiento sobre como llevar lo aprendido a un proyecto concreto. El objetivo es reducir la fricción natural entre lo aprendido y la necesidad de negocio.


Instituciones educativas

Este material ha sido escogido por varios docentes para su enseñanza. Ya sea que necesiten agregarlo como complemento a una clase, o para ofrecer un curso adicional, pueden consultar si se adecua a la institución


Seleccione un modo de pago:

Precios expresados en dólares estadounidenses.

$49

Curso completo Ciencia de Datos 360 con R

3 pagos de $19/mes

Curso completo Ciencia de Datos 360 con R

En cuotas!

¿Querés abonar con MercadoPago? Hasta 3 cuotas sin intereses!

¿Qué incluye?

✅ Descarga de todas las diapositivas usadas

✅ Descarga de los scripts y datasets de R

✅ Acceso a los +75 videos en HD del curso

✅ Soporte directo por el instructor

✅ Acceso a webinars exclusivos

Suscribite al newsletter y descargate el Brochure PDF de CDD360 con R: Aquí .

🎥 Acceso exclusivo a webinars

☑️ Talleres de programación

☑️ Divulgación IA

☑️ Charlas interactivas con el instructor

Una manera de mantenerse actualizado y cubrir aspectos que ayuden a la formación integral de un Científico/a de Datos.

¿Algunos temas posibles? Trabajar como científico de datos, algoritmos genéticos, intro a deep learning y claro, sugerencias de los estudiantes!

🤔 Al terminar el curso, ¿qué voy a saber?

✔️ Identificar el tipo modelo según el problema planteado.

✔️ Comprender los modelos ML más usados en la industria.

✔️ Hacer una preparación de datos orientada a mejorar la precisión.

✔️ Realizar análisis exploratorio e identificar los problemas silenciosos que pueda surgir.

✔️ Conocer el detrás de escena de los modelos ML.

Una manera de mantenerse actualizado y cubrir aspectos que ayuden a la formación integral de un Científico/a de Datos.

¿Algunos temas posibles? Trabajar como científico de datos, algoritmos genéticos, intro a deep learning y claro, sugerencias de los estudiantes!

🗂 Datasets que se verán en el curso

✔️ Médicos, como ataque al corazón, diabetes y el coronavirus (Kaggle).

✔️ Encuestas/demográficos: Estimar el nivel de ingreso.

✔️ Campaña de marketing para vender un producto.

✔️ Datos de canciones de Spotify.

El objetivo de ver distintos datos es que el estudiante pueda generalizar y ver lo común a todos los proyectos.

Curso para formar a un Data Scientist Jr.


Complemento de los temas con webinars y soporte del instructor.

Trabajo remoto


Soporte para armado de portfolio, blog, Github, y otros.

Preguntas Frecuentes

Se pide que se tenga nociones básicas de R ó Python, tal como la manipulación de archivos, crear agrupaciones simples, aplicar funciones, etc.

Este curso es con R. R y Python tienen sus similitudes y diferencias. Ambos sirven para ambientes laborales y también para investigación.
En unas semanas se publicará la versión de “Ciencia de Datos 360 en Python”

Si, tener nociones básicas, y haber practicado, sobre todos los temas que se ve en Desembarcando en R > 2da Edición. Si no sabes nada de R, empeza por ahi, hay una versión gratuita y otra paga.

R base, tidyverse, funModeling, Hmisc, corrr, uwot, dbscan, caret, rmarkdown, DescTools, expss, minerva, DataExplorer, cluster, factoextra, rpart, rattle, pROC, randomForest, xgboost, plotly, skimr

Nota: no todas con el mismo nivel de profundidad, de algunas usaremos una o dos funciones necesarias para ese momento, así van a ir armandose su propio toolset.

El curso tiene un anexo con nociones básicas de estadística, y todos los temas se presentan de manera didáctica, empezando por la intuición, ejemplos funcionales, práctica en código y en algunos casos, las ecuaciones.

Totalmente! Todo está pensado de forma incremental hasta terminar en lo que pudieras llegar a enfrentarse en un trabajo. Te llega un set de datos de cero y tenes que crear un modelo predictivo estable.

Los ejemplos son templates para que uses con tus datos. Los scripts se presentan de manera generalizada. Por ejemplo, en reemplazo de nulos no se muestra cómo reemplazar una sola variable, sino una lista de ellas (trabajar con listas de variables es el escenario más común).

La parte práctica, los videos están explicados de manera genérica y cuando se necesita hacer una referencia al código se aclara para ambos lenguajes.

El costo de adquirir ambos cursos (en R y Python) será de un porcentaje mucho menor a adquirir los dos.

18 meses.

La duración es variable de acuerdo a la experticia y dedicación del alumno/a.

El total neto de horas es de ~ 10 hs (e irá creciendo)

La suma de estos valores no es ni siquiera la cota mínima. La experiencia indica que hay que ver cada video entre 2 y 3 veces para comprender bien el tema. Y luego dedicarle una cantidad de horas prudencial a probar aplicar lo aprendido a nuevos sets de datos.

Una de las mejores maneras de aprender es usar datos propios o tener un objetivo concreto.
Ejemplo: El video de curva ROC dura 8 min, pero asimilar el concepto y tomar decisiones con estos valores puede llevar al menos 3 proyectos. Dadas estas consideraciones la asimilación de todos los conceptos puede llevar aproximadamente 3 meses.

- Todas las slides usadas en los videos teóricos (+75)
- Todos los scripts usados en el laboratorio (+17)

Sí.

Si! Es una excelente manera de aprender. Hay un descuento del 70% en la 2da inscripción. Avisanos por https://escueladedatosvivos.ai/p/contacto

Si, complete este formulario.

Si, complete este formulario.

No hay problema, completa este formulario. con varias preguntas y te responderé a la brevedad. Se que es una inversión de dinero y si veo que no es para vos, no lo recomendaré.

Contenido del curso:

  [email protected] al curso!
Disponible en días
días después de que te inscribas
  Capitulo AE: Intro a estadística para ML
Disponible en días
días después de que te inscribas
  Capítulo A: Introducción a la Ciencia de Datos
Disponible en días
días después de que te inscribas
  Capítulo B: Análisis Exploratorio de Datos
Disponible en días
días después de que te inscribas
  Capítulo C: Correlación (triple C!)
Disponible en días
días después de que te inscribas
  Capítulo D: Preparación de datos para modelos ML
Disponible en días
días después de que te inscribas
  Capítulo E: Modelos ML - Sus raíces y fundamentos
Disponible en días
días después de que te inscribas
  Capítulo F: Modelos ML
Disponible en días
días después de que te inscribas
  Capítulo G
Disponible en días
días después de que te inscribas
  Capítulo H
Disponible en días
días después de que te inscribas
  Capítulo I
Disponible en días
días después de que te inscribas
  Cierre, y próximos pasos
Disponible en días
días después de que te inscribas

¿Listo/a para empezar? 🙋‍♂️🙋🏻‍♀️


Consulta todo lo que necesites ántes!

Precios expresados en dólares estadounidenses.


$49

Curso completo Ciencia de Datos 360 con R

3 pagos de $19/mes

Curso completo Ciencia de Datos 360 con R

En cuotas!

¿Querés abonar con MercadoPago? Hasta 3 cuotas sin intereses!


Instructor

Pablo Casas

"Me dedico como cientifico de datos desde el 2006, trabaje en distintos tipos de áreas como finanzas, medicina, seguridad informática, entre otras.
Hay una manera genérica de ver y estudiar cada caso, ese método lo muestro en mis cursos con explicaciones que incluyen gráficos, objetos cotideanos, memes, alguna referencia matemática que no asuste, y código para aprender haciendo.
Publiqué el Libro Vivo de Ciencia de datos y la librería funModeling.
Me gusta explicar (y aprender) con ejemplos prácticos. Es lo que encontrarán en mis cursos y publicaciones."
[Ver más]

Linkedin | Twitter

Newsletter 📨

Suscribite y descargate el Brochure PDF de CDD360 con R. Además recibirás las novedades de los artículos en R & Python, webinars y descuentos 🤓, (no spam).