Estadística para Data Science
Aprende a resolver problemas complejos con datos.
Regístrate ahora Customize for Organizations
At a Glance
- Enrollment:
- Inscripción Abierta
- Length:
- 8 semanas
Upcoming Dates
Diciembre Comenzar
Students may register up to 7 days after the course start.
Obtén información y toma decisiones fundamentadas a través del análisis de datos.
El curso de Estadística para Data Science de la Universidad de Chicago, de 8 semanas de duración, te preparará para aprovechar los datos e impulsar importantes procesos de toma de decisiones avalados por la evidencia. También, aprenderás a codificar a un nivel elemental, saliendo preparado para entrar en el mundo del aprendizaje automatizado.
Designed For
Aspirantes a científicos de datos que deseen aprender a codificar, profesionales con formación en ciencias de la computación y aquellos que buscan hacer la transición a la ciencia de datos.
Objetivos de aprendizaje para convertirte en un líder en Data Science y estadística aplicada
La estadística—el arte de encontrar estructuras en los datos y extraer de ellos conocimientos de valor- es uno de los métodos esenciales para analizar y cuantificar la incertidumbre. Este curso, profundamente práctico, te proporcionará las herramientas clave para resolver problemas mediante la ciencia de datos y el aprendizaje automatizado.
El programa te ayudará a:
- Comprender R y RStudio y sus aplicaciones.
- Analizar el concepto de comprobación de hipótesis, trabajar con conjuntos de datos, construir modelos de clasificación e interpretar los resultados.
- Entender los entresijos de la regresión logística, evaluar sus resultados y comprender cómo funciona una función de enlace.
- Realizar un análisis de componentes principales (ACP) y múltiples comparaciones por pares y analizar modelos con varios predictores categóricos.
- Presentar un análisis de principio a fin con perspectivas significativas sobre un conjunto de datos utilizando análisis exploratorio, reducción de dimensiones, modelos lineales y modelos de clasificación.
- Obtener un certificado de finalización de la Universidad de Chicago y formar parte de la red UChicago.
¿Preparado para llevar tu negocio al siguiente nivel?
Regístrate ahora y enriquece tu trayectoria profesional con nuestro legado de excelencia académica y aplicación práctica.
Regístrate ahoraPlan de estudios
Aprenderás a:
- Resolver problemas utilizando métodos estadísticos.
- Gestionar datos y trabajar con ellos con confianza.
- Interpretar y comunicar datos con eficacia.
Metodologías y herramientas:
R
RStudio
Características del formato online de Estadística para Data Science
- Módulos de aprendizaje interactivos y adaptados a tu agenda con una gran variedad de actividades, tareas y recursos.
- Sesiones en directo para aprender de forma colaborativa sobre el estado actual del sector, abordar problemas del mundo real y explorar soluciones realistas.
- Apoyo continuo de un asistente de instrucción para responder a tus preguntas y proporcionar feedback sobre tu trabajo.
Calendario semanal
Familiarízate con RStudio, configúralo y practica su uso.
Aprende los fundamentos del modelado, define una función objetivo para evaluar el rendimiento del modelo, lleva a cabo análisis no supervisados/supervisados y explora el equilibrio sesgo/varianza con una introducción a los diferentes tipos de modelos.
Comprende las variables aleatorias y la comprobación de hipótesis. Descubre las diferentes distribuciones de datos y los métodos de comprobación de hipótesis.
Examina los métodos de clustering basados en distancia y densidad para el análisis exploratorio -kmeans, clustering jerárquico y DBSCAN-, seleccionando el método de clustering apropiado para ampliar tu conocimiento de los conjuntos de datos.
Descubre la reducción de dimensiones y aprende a aplicar el análisis de componentes principales como método, incluyendo sus fundamentos, para comprender cómo sus resultados tienen significado, y a llevar a cabo la creación de características significativas a partir del análisis exploratorio para realizar modelado supervisado.
Examina el método de los momentos y aprende a utilizarlo para determinar los parámetros de un modelo lineal, comprende los supuestos y las restricciones de un modelo lineal y evalúa las estimaciones y la idoneidad en un modelo lineal.
Aprende a realizar transformaciones de variables e incluir términos de interacción para mejorar la calidad del modelo, descubrir y abordar problemas de multicolinealidad e incorporar características del análisis exploratorio al construir un modelo lineal.
Profundiza en el concepto de modelo de clasificación mientras aprendes las complejidades de la regresión logística, las salidas y las funciones de enlace. Comprende la extensión de la regresión logística binaria a la regresión logística multinomial.
Examina el proceso de modelado de variables independientes categóricas, evalúa los resultados de ANOVA de un modelo lineal tradicional, determina si los valores medios de grupo son significativamente diferentes, realiza comparaciones múltiples por pares y analiza modelos con múltiples predictores categóricos.
Obtén una credencial en Estadística para Data Science
Una vez completado con éxito este curso, los participantes recibirán credenciales certificadas por la Universidad de Chicago, incluyendo una insignia digital, como reconocimiento de su logro.
Conoce a tus instructor
Nuestros instructores, altamente cualificados, son líderes apasionados con años de experiencia en el sector y un conocimiento actualizado de las herramientas, tendencias y terminología más recientes. Gracias a su enfoque riguroso, su formación interdisciplinar y sus aportes innovadores, no solo ofrecen una experiencia de aprendizaje inigualable, sino que también desarrollan soluciones prácticas que transforman e impactan positivamente nuestro mundo.
Este curso regularmente cuenta con la experiencia de los siguientes instructores. Si deseas conocer quién será el instructor en la próxima convocatoria, no dudes en ponerte en contacto con tu asesor de admisiones.
Gregory Bernstein, MSc
Data Scientist, Kinexon Sports and Media
Gregory Bernstein trabaja como científico de datos y gestor de productos en Kinexon Sports and Media, una filial con sede en Alemania que colabora con equipos de la NBA, la NFL y otras ligas profesionales para controlar el movimiento y el esfuerzo de los atletas, asesorar sobre la gestión del...
Perspectivas profesionales
Los datos son una mercancía. Por esta razón, los estadistas y analistas de datos son muy solicitados en todos los sectores del mercado. La estadística, el arte de encontrar estructuras en los datos y extraer de ellos conocimientos de valor, es uno de los medios más importantes para analizar y cuantificar la incertidumbre. Se espera que este mercado laboral crezca un 33% en la próxima década.
Es el salario base anual promedio de un estadista en EE. UU.
Es el puesto de un analista de datos en el ranking de profesiones más valoradas.
Es la tasa de crecimiento anual prevista para el mercado de data science en el próximo lustro.
Posibles puestos de trabajo para líderes con habilidades en Data Science y estadística
- Analista de datos
- Especialista en Machine Learning
- Estadista
- Consultor
¿Cómo registrarme?
- Rellena el formulario en la página de inscripción.
- Realiza el pago a través de nuestra plataforma de pago seguro.
- Recibe un correo electrónico con tus datos de usuario para el campus virtual.
- Obtén acceso al contenido del curso antes de la fecha de inicio.
Of Interest
Python para Data Science
Utiliza el poder de los datos y resuelve problemas del mundo real.