
En esta primera clase, Isa, analista de datos de DataVibe Academy, te presenta este curso práctico diseñado para profesionales como tú, que dominas Excel o SQL y quieres dar el salto a Python para análisis avanzados y pronósticos.
No necesitas experiencia previa en Python, solo curiosidad y ganas de aprender. ¡Prepárate para llevar tus habilidades de datos al siguiente nivel!
El video de la Clase 3 guía a principiantes en la instalación de Anaconda en Windows y macOS.
El video de la Clase 4 enseña a principiantes cómo instalar paquetes de Python esenciales (pandas, sqlalchemy, matplotlib, statsmodels, pmdarima, prophet, plotly, scikit-learn, numpy) para el análisis de series de tiempo.
En esta clase de nuestra sección de Extracción y Limpieza de Datos, aprenderás a importar datos desde un archivo CSV y una base de datos SQL a Python.
¡Es como traer tus datos de Excel o SQL a un nuevo mundo de análisis!
Aprenderemos a limpiar datos en Python, manejando valores nulos y estandarizando formatos, para que nuestras series de tiempo, como las ventas de vehículos, estén listas para el análisis.
Exploraremos las estadísticas básicas de series de tiempo, como promedio, desviación estándar y cuartiles, y crearemos un gráfico interactivo con Plotly.
Aprenderemos a detectar valores atípicos en series de tiempo usando el rango intercuartílico y z-scores, y los visualizaremos con Plotly.
Aprenderás a identificar tendencias, estacionalidad y residuos usando media móvil y descomposición, y a verificar estacionariedad con la prueba ADF (p-valor < 0.05).
Esta clase introducirá los modelos Holt-Winters, SARIMA y Prophet, explicando sus conceptos, casos de uso y preparando el terreno para aplicar estos modelos predictivos al dataset de ventas de vehículos.
Compararemos Holt Winters, SARIMA y Prophet para elegir el mejor modelo para pronosticar ventas de vehículos y haremos predicciones para los próximos 12 meses.
Vamos a tomar los pronósticos de Prophet que generamos en Clase 13 y los transformaremos en visualizaciones súper impactantes que cualquier gerente querrá ver.
¿Usas Excel o SQL para analizar datos financieros, pero quieres dar el salto a Python para automatizar y potenciar tus análisis? De Excel y SQL a Python: Series de Tiempo Financieras es tu curso ideal. Diseñado por los expertos de Soitra Digital, líderes en transformación digital con experiencia en banca, comercio y tecnología, este curso práctico te guía paso a paso para dominar el análisis de series de tiempo con Python, sin necesidad de ser experto en programación.
A través de un caso real de ventas de vehículos, aprenderás a:
Extraer y limpiar datos desde Excel y SQL usando pandas y SQLAlchemy.
Realizar análisis exploratorios para identificar tendencias, estacionalidad y valores atípicos.
Aplicar modelos de pronósticos como Holt-Winters, SARIMA y Prophet para predecir ventas futuras.
Crear visualizaciones interactivas y dashboards impactantes con Plotly para comunicar resultados a stakeholders.
Con ejercicios interactivos, cuestionarios y un notebook completo en Jupyter, este curso te prepara para aplicar técnicas avanzadas en tu trabajo desde el primer día. Perfecto para analistas de datos, financieros o profesionales de negocio con experiencia en Excel o SQL, pero principiantes o intermedios en Python. ¡Transforma tus datos en decisiones estratégicas, optimiza procesos y lleva tu carrera al siguiente nivel con habilidades demandadas en el mercado actual!