Características del curso
Descripción
Tener nociones de estadística y soltura a la hora de manejar los conceptos más habituales (varianza, probabilidad, variable aleatoria…) es fundamental para entender el Machine Learning. Si quieres cursar el máster en Data Science, deberás dominar estas áreas antes de empezar el mismo.
En este curso, verás ejemplos prácticos de las diferentes áreas de la estadística: inferencias, contrastes de hipótesis, etc., para entender estos conceptos y ser capaz de aprovechar 100 % el módulo de analítica del máster.
Objetivos
- Aprenderás estadística haciendo ejercicios con Python.
- Manejarás con soltura los conceptos más habituales.
- Obtendrás el conocimiento necesario para poder sacar el máximo partido al Máster de Data Science.
Formato 100% adaptado
Clases y profesores en directo en nuestras aulas virtuales
A quién va dirigido
El curso está dirigido a cualquier persona que quiera convertirse en un data scientist que tenga conocimientos de programación, pero no controle conceptos estadísticos de manera fluida.
Si quieres formar parte del máster en Data Science, pero tus conocimientos de estadística están un poco oxidados, este curso también es para ti. Asegúrate de llegar al máster en tu mejor versión repasando estos conceptos y practicando con Python. ¡No habrá quien te pare!
El conocimiento estadístico en Data Science evita
- Usar la técnica estadística incorrecta
- Recolectar datos erróneos
- Malinterpretar los resultados
Formación previa
Si tu objetivo es convertirte en data scientist, pero a día de hoy no tienes el perfil adecuado, ¡empecemos desde el principio!
Ponemos a tu disposición dos módulos temáticos introductorios en Programación y Estadística. Dependiendo de tu perfil puedes hacer los dos, uno solo o acceder directamente al Máster.
Programación
Introducción a la Programación para Data Science
Estadística
Introducción a la Estadística para Data Science
Temario
Introducción a la estadística para Data Science
- Estadística, machine learning y Data Science.
- Cómo usar la estadística para describir datos. Población y muestra.
- Regresión estadística.
- Pinceladas de combinatoria. ¿Qué es la probabilidad?
- Variables aleatorias (discretas, continuas). Función y modelos de probabilidad, función de densidad. Relevancia en Data Science.
- Introducción a la interferencia estadística y contrastes de hipótesis. P-valores e intervalos de confianza.
- Test para inferencia estadística. Ejemplo A/B Testing.
- El Teorema de Bayes. Iniciación a la estadística bayesiana.
- Machine learning. Métodos más habituales. Machine learning y Big Data. Ejemplo.
Formas de pago
495 €
CURSO BONIFICABLE A TRAVÉS DE FUNDAE
Este curso es bonificable a través de FUNDAE (antigua Fundación Tripartita). Si no sabes qué es o cómo funciona la FUNDAE, ponte en contacto con nosotros y te ayudaremos a resolver todas las dudas.
Febrero 2022 – 3 semanas
Lunes a jueves
De 18:30 a 21:30 horas | GMT +2
Plazas disponibles: 21 de 25
¿Quieres reservar tu plaza en la próxima edición?
Preguntas frecuentes
¿Hay horario en las clases en Streaming?
- Las clases en Streaming son 100% en directo, así que dependiendo del máster o curso deberás conectarte el día y a la hora en la que se imparten tus clases. En el apartado de horario del PDF informativo o en la página de cada Máster o Curso puedes consultarlo.
¿Es diferente el Curso en formato Streaming vs Presencial?
- No. Los profesores imparten el mismo temario adaptado a la modalidad live streaming, por lo que el nivel de la formación es el mismo.
¿Puedo interactuar con el profesor y los compañeros durante el streaming?
- Por supuesto. A diferencia de la formación online, la modalidad en streaming te permite tener la misma interacción con profesores y compañeros que la que tendrías en persona. La ventaja del formato streaming es que es igual que estar en clase, pero desde tu ordenador. Las clases son en directo por lo que puedes preguntar a los profesores cualquier duda que tengas al momento.
¿Qué requisitos técnicos se necesitan para seguir las clases en Streaming?
¿Qué pasa si no puedo asistir a alguna clase?
- No te preocupes. Si no puedes asistir a alguna clase podrás volver a verla desde el Campus Virtual, ahí encontrarás la grabación de todas las sesiones.
Esto dicen nuestros alumnos
- Thais Rangel Assistant Profesor en Universidad Politécnica de Madrid
- Israel Herraiz Strategic Cloud Engineer en Google
- Beatriz Arévalo Desarrollo de negocio en Nahitek Digital
- Cristian Colombina Data Scientist y Web Analyst en Coches.com
Contacto
