Ciencia de Datos con Python en QGis3.4
4.4 (25 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
151 students enrolled

Ciencia de Datos con Python en QGis3.4

SIG y Ciencia de Datos
4.4 (25 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
151 students enrolled
Last updated 5/2020
Spanish
Current price: $135.99 Original price: $194.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 19 hours on-demand video
  • 1 article
  • 25 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Como manejar datos espaciales y alfanumericos en QGis
  • Estará en capacidad de utilizar QGis para el análisis estadístico tradicional de datos alfanuméricos y espaciales
  • Manejo de los paquetes científicos de Python
  • Iniciarse con bases solidas en el campo de la ciencia de datos considerando el contexto espacial
  • Extracción de estadísticas utilizando las herramientas de QGis
  • Crear e interpretar mapas considerando la vinculación entre los datos y la representación espacial
  • Manejo del paquete Python Numpy
  • Crear visualizaciones de datos con las herramientas de QGis
  • Crear e interpretar visualizaciones de datos con Matplotlib
  • Extraer estadísticas de datos alfanumericos, tablas de atributos y raster con Numpy y Scipy
Requirements
  • Un conocimiento básico de Python
  • Manejo básico de QGis
  • Deseable haber realizado el curso de programación con Python en QGis o conocimientos equivalentes
Description

Existe una alta y creciente demanda por especialistas en el manejo de datos, que sean capaces de gestionar y aprovechar el inmenso flujo de datos (Big Data), los profesionales de las ciencias geográficas no escapan de esta realidad.

En el presente curso el alumno aprenderá desde el manejo básico de datos, pasando por la iniciación en la estadística, la visualización y la vinculación con la representación espacial, esta última como contexto y fuente de información. El contenido se imparte por fases primero como extraer estadísticas, generar visualizaciones de datos con las herramientas de QGis y finalmente, el tratamiento de datos con algoritmos de Machine Learning.

Nos enfocaremos en cuatro bibliotecas, primero los tres principales paquetes científicos de Python:

- Numpy, (numerical Python) creación y manipulación eficiente de estructuras de datos

- Matplotlib visualización de datos

- Scipy estadística, optimización

Luego GDAL, para la lectura y escritura de archivos raster

Who this course is for:
  • Profesionales de las ciencias geográficas que deseen sacar mayor provecho de los datos disponibles
  • Personal de instituciones publicas y privadas que busquen innovar, enriquecer e incrementar la productividad
  • Usuarios de QGis que deseen realizar análisis estadísticos exploratorios y visualizaciones de datos en QGis
  • Profesionales de las ciencias geográficas interesados en abordar uno de los campos de mayor demanda y crecimiento
  • Personas interesadas en reforzar sus conocimientos de estadística aplicada
  • Desarrolladores de Python principiantes con interés en la ciencia de datos
Course content
Expand all 141 lectures 18:50:50
+ Introducción
4 lectures 46:59
Flujo del analisis de datos
08:10
Modelos en Ciencia de Datos
16:48
+ Análisis estadísticos y visualización de datos vectoriales con QGis
11 lectures 01:02:37
Introducción, alcances y particularidades de la sección
03:17
Análisis y visualización de datos vectoriales con QGis
03:55
Estadísticas y gráficos de variables categóricas
08:12
Mapas de Coropletas
07:33
Clasificación Intervalos Iguales
03:41
Clasificación Cuantiles
04:11
Clasificaciones Quiebre Naturales (Jenks) y Bonitos
03:16
Clasificación Desviación Estándar
01:48
Creando Mapas de Coropletas en QGis
07:22
Representatividad de los mapas (valores relativos)
09:26
Representando múltiples atributos en un mapa
09:56
+ Gráficos con QGis
3 lectures 26:25
Gráficos de datos con la interfaz de QGis
09:57
Gráficos utilizando procesos
07:18
Gráficos con el PlugIn Data Ploty
09:10
+ Análisis estadísticos de datos Raster con QGis
7 lectures 39:44
¿Que son los formatos Raster?
04:56
Extracción estadísticas de datos Raster en QGis
02:52
Valor del Pixel a Tabla de atributos de puntos
06:33
Estadísticas de Capa Raster
02:14
Estadísticas Zonales de Capas Raster
08:03
Perfil de los valores de Capa Raster
05:59
+ Python en QGis3
6 lectures 28:22
Introducción a Python en QGis3
01:33
¿Qué es Python3?
05:41
Integración Python en QGis3
01:12
¿Donde programar con Python en QGis?
04:53
Trucos de la consola Python en QGis
11:10
¿Como profundizar los conocimientos en PyQGis?
03:53
+ Paquete científico Numpy
8 lectures 57:45
Introducción a Numpy
05:06
¿Porque estudiar Numpy?
01:59
Comenzando a utilizar Numpy
03:18
Selección y consulta de arreglos y matrices
13:13
Operaciones Lógicas y Aritméticas
08:07
Atributos numpy
06:48
Métodos numpy
08:40
Transposición y llenado secuencial de arreglos
10:34
+ Matplotlib y Scipy
4 lectures 27:39
Introducción matplotlib y scipy
07:36
Matplotlib
05:41
Matplotlib en QGIS
10:09
Introducción Scipy
04:13
+ Fundamentos de Estadística Parte 1
15 lectures 02:04:07
Introducción estadística con Python
11:36
Muestra aleatoria
07:29
Estadísticas Descriptivas
05:47
Histograma de Frecuencia
08:48
Histograma con tendencia central
08:12
Tendencia central con Python
05:56
Medidas de Posición
07:01
Medidas de Dispersión
06:16
Medidas de forma
06:13
Curtosis
06:55
Medidas de Dispersión con Python
09:51
Distribución Normal
15:56
Desigualdad de Chebyshev
04:50
Evaluando la desigualdad de Chebyshev
11:31
Variable Normal Estandar
07:46
+ Lectura y procesamiento de archivos
3 lectures 35:09
Lectura de archivos externos
13:51
Archivos de texto con csv
12:46
Lectura de archivo con numpy
08:32
+ Pre-procesamiento de Datos
6 lectures 51:05
Preprocesamiento con numpy
03:43
Detección datos faltantes
10:43
Automatizar detección datos faltantes
06:25
Automatizar detección datos faltantes parte 2
12:18
Procesamiento de datos faltantes
09:49
Mascaras con numpy
08:07