Curriculum

  • 1

    Introducción

    • ¡Bienvenidos!

    • Introducción al Análisis de Datos

    • "The Art of Data Science. A Guide for Anyone Who Works with Data", Roger D. Peng & Elizabeth Matsui.

    • ¿Qué significa Data Science?
  • 2

    Módulo 1: ¿Qué es el Análisis de Datos?

    • Introducción — Análisis de Datos

    • El arte del Análisis de Datos

    • Etapas para el Análisis de Datos

    • Iteración del Análisis de Datos

    • TEST: ¿Qué es el Análisis de Datos?

    • CUESTIONES — Análisis de Datos
  • 3

    Módulo 2: Definición de preguntas

    • Introducción — Preguntas

    • Seis tipos de preguntas

    • Características de una buena pregunta

    • TEST: Definición de preguntas

    • CUESTIONES — Preguntas
  • 4

    Módulo 3: Análisis Exploratorio de Datos (EDA)

    • Introducción — EDA

    • EDA Checklist

    • Modelos como Expectativas

    • Modelos y relaciones lineales

    • ¿Cuándo parar?

    • TEST: EDA

    • CUESTIONES — EDA
  • 5

    Módulo 4: Inferencia

    • Introducción — Inferencia

    • Inferencia

    • Poblaciones

    • TEST: Inferencia

    • CUESTIONES — Inferencia
  • 6

    Módulo 5: Modelos Formales

    • Introducción — Modelos Formales

    • Marco Teórico para los Modelos Formales

    • Análisis Asociativo (Ejemplo)

    • Análisis Predictivo (Ejemplo)

    • CUESTIONES — Modelos Formales
  • 7

    Módulo 6: Inferencia vs Predicción

    • Introducción — Inferencia vs Predicción

    • Inferencia vs Predicción

    • CUESTIONES — Inferencia vs Predicción
  • 8

    Módulo 7: Interpreting Your Results

    • Introducción — Interpretación de resultados

    • Interpretación

    • CUESTIONES — Interpretación de Resultados
  • 9

    Módulo 8: Comunicación

    • Introducción — Comunicación

    • Comunicación

    • Data Analysis Presentations

    • CUESTIONES — Comunicación
  • 10

    Conclusiones

    • El Análisis de Datos en OPI

    • Encuesta — Introducción al Análisis de Datos

    • Bibliografía recomendada