Analítica de Datos para la Toma de Decisiones
What you'll learn
- Aprenderás a responder incógnitas de ejemplos reales, usando analítica de datos: El qué, el cómo y el por qué (Posicionamiento de mercado, Retail, Riesgos).
- Aprenderás los fundamentos teóricos para analítica de datos: Estadística, Taxonomía de los datos, Data Science, Big Data y Analítica de datos.
- Aprenderás los fundamentos de Análisis Exploratorio de Datos (EDA/Exploratory Data Analysis) e Ingeniería de características (Feature Engineering).
- Aprenderás a limpiar, estandarizar y categorizar datos, discriminar filas y columnas no relevantes, así como dar tratamiento a datos ausentes y atípicos.
- Aprenderás técnicas de visualización de datos basados en tablas de datos: análisis de frecuencias, comparativos, contraste relativo, rankings, heatmaps/what-if.
- Aprenderás técnicas gráficas de visualización de datos: Histograma, Box-Plot, Scatter Plot, Proporciones, Tendencias, Columnas en todas sus formas y doble eje.
- Aprenderás a integrar sofisticados tableros de datos (Dashboard) con segmentaciones categóricas y escalas de tiempo.
Requirements
- Se requieren conocimientos básicos de Microsoft Excel.
- Se requieren conocimientos muy básicos de estadística.
Description
Este es el curso de Analítica de Datos más práctico que te puedes encontrar en Udemy.
Iníciate en el mundo de la ciencia de datos, y toma ventaja de las oportunidades que están sucediendo justo en este momento.
Actualiza tus habilidades en el manejo y tratamiento de los datos, y conviértete en un profesional capaz de diseñar, generar e interpretar los productos informativos que definen las decisiones importantes.
En este curso de cero a experto, podrás revisar más de 8 horas de contenido desarrollado con alto rigor académico, pero expresado en lenguaje sencillo y claro, que todo mundo puede entender; además de las lecciones, tendrás acceso a 10 horas de ejercicios prácticos paso a paso, que te llevarán de la teoría a la práctica, sin complicaciones.
Con su estilo único de presentar los ejercicios, el Dr. Felipe Ramírez, científico de datos, padre de las Cognotécnicas y autor de más de 15 libros best seller en Latinoamérica y España, te enseñará a convertirte en un analista de datos profesional.
Descarga el brochure (temario), conoce a detalle los temas a cubrir y los beneficios que encontrarás tomando este curso.
Inscríbete ahora. Recuerda la garantía de Udemy: si no es lo que esperabas, te regresan tu dinero sin hacer preguntas.
Who this course is for:
- Personas que quieren adquirir sólidos fundamentos para estudios de ciencia de datos.
- Profesionales, estudiantes e investigadores que tienen la necesidad de procesar y presentar información de manera efectiva.
- Personas que les gusta comprobar por sí mismos el uso de herramientas y técnicas para producir resultados.
- Personas que les gusta respaldar las decisiones importantes con datos duros y objetivos.
- Personas que quieren actuar como agentes de cambio para llevar a su organización hacia un esquema data-driven.
Instructor
![Felipe Ramírez, PhD.](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.7 Instructor Rating
- 1,579 Reviews
- 8,996 Students
- 5 Courses
Felipe Ramírez tienen un Doctorado en Administración, con especialidad en tecnología, distinguido con mención honorífica Magna Cum Laude; tiene un Master en Informática con especialidad en gestión de procesos administrativos e industriales; tiene una licenciatura en informática con especialidad en desarrollo de software, y una licenciatura en derecho y criminología, con especialidad en delitos informáticos y regulación del cyberespacio.
El Dr. Ramírez es conferencista internacional, tiene publicados más de doce libros que se distribuyen en toda Latinoamérica y España, bajo firmas como Prentice Hall, Pearson y Alfaomega, relacionados con bases de datos, lenguajes de programación, uso de aplicaciones Microsoft (Excel, Project) y técnicas para el desarrollo del pensamiento disruptivo.
Además, es el creador de las Cognotécnicas, del Modelo de Árbol de Valores Ponderados (AVP), del Modelo de Gestión de Servicios Internos (MGSI), del Modelo de Aprendizaje Electivo (MAE), del Índice de Necesidades de Capacitación (INC), así como el modelo de Alto Rendimiento Positivo (ARP), utilizado en las organizaciones para fomentar la productividad.
Actualmente labora como profesor de tiempo completo en la Universidad Autónoma de Nuevo León (México), donde es profesor investigador, y además es director de contenidos en la empresa Aprenda Practicando.