E S S E O
S O A
#APRENDODESDECASA
V
A VI C V L I V #YoMeQuedoEnCasa #OnlineLearningDMC
ONLINE LEARNING DMC - Curso Virtual (Clases en vivo)
L
C N S EN S
E SE O SE Python O
for
L A I V A I VAnalytics
V
C N C V
PRES
ENTA L
CIÓN
E ES EN S
DOLO
GÍA Programa y entiende técnicas de minería de datos para predecir.
E O
METO
S O S
LA VIVCLA VIV
S
FICIO
BENE
ABUS
N
E ES ENSES O
SYLL
PAGO
O DE
MOD
SCERT
O
A VIV CLA VIV
IFICA
DO
N ES EN ES
ACTO
CONT
S O
A VIV LAS IVO
Síguenos en nuestras
C V
Redes Sociales:
N S EN
SE O
E S S E O
S O A I
#APRENDODESDECASA
V L V
A VI C V Presentación
#YoMeQuedoEnCasa #OnlineLearningDMC
L
C N S EN S
E SE O SE O 99 En este curso el alumno aprenderá a programar con Python de
A V
una manera práctica orientado a la ciencia de datos en un entorno
L V I L A I V colaborativo a través de la nube de Google. Se desarrollarán una serie
C N C V
de ejemplos y ejercicios que le permitirán al alumno comprender cómo
CIÓN
ENTA trabaja Python en la aplicación de diversas técnicas de minería de datos
PRES
E ES EN S
utilizando el entorno de Google Colaboraty. Python tiene una sintaxis
GÍA
DOLO muy sencilla, flexible, simplificada y rápida. Además, es uno de los
E O
METO
S O
lenguajes que más ha crecido en los últimos años.
S
LA VIVCLA VIV
S
FICIO
BENE
ABUS
Dirigido a:
N
E ES ENSES O
SYLL
99 Dirigido a todos aquellos profesionales interesados en ampliar sus conocimientos
GO en herramientas de análisis de datos. Profesionales que se desempeñen como
O DE PA
MOD
O
investigadores, analistas de datos, personal de procesamiento de datos, business
S
A VIV CLA VIV
CERT
IFICA
DO
intelligence, analistas de datos, etc. También estudiantes de maestría y de pregrado,
provenientes de carreras profesionales como Estadística, Ingeniería Estadística,
Ingeniería de Sistemas, Ingeniería informática y carreras afines.
N ES EN Pre-requisitos:
S
ACTO
CONT
O E
A VIV LAS IVO
S 99 Conocimientos de estadística descriptiva, multivariante y distribuciones de probabilidad.
Síguenos en nuestras
V
99 Conocimientos básicos de programación en softwares estadisticos.
C
Redes Sociales:
N S EN Software Requerido: Cuenta Google gmail. Google Colaboratory.
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A
#APRENDODESDECASA
V
A VI C V L I V #YoMeQuedoEnCasa #OnlineLearningDMC
L
C N S EN SMetodología
E SE O SE O
L A I V A I V
V
C N C V
PRES
ENTA L
CIÓN
E ES EN S
DOLO
GÍA
E O
METO
S O S
LA VIVCLA VIV
S
FICIO Sesiones en vivo Clases grabadas Tiempo adecuado
BENE
Aprende en casa como Repite las sesiones Sesiones de 1.5
si estuvieras en cuando quieras horas
ABUS
N
E ES ENSES O
SYLL DMC Perú
PAGO
O DE
MOD
SCERT
O
A VIV CLA VIV
IFICA
DO
N ES EN ES
ACTO
CONT
O
A VIV LAS IVO
S
Síguenos en nuestras
Materiales
Complementarios
Aprende haciendo
Desarrolla casos con
datos reales
Asesoría contínua
Resuelve tus dudas
con el docente o
V
Lecturas, videos,
C
Redes Sociales: tutoriales y más asistente en línea
N S EN
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A
#APRENDODESDECASA
V
A VI C V L I V #YoMeQuedoEnCasa #OnlineLearningDMC
L
C N S EN Beneficios:
E SE O SES O
L A I V A I V
99 Certificado de Participación.
V
C N C V
PRES
ENTA L
CIÓN
99 Pertenecer a la Comunidad más grande de profesionales de Business Analytics.
99 Plana docente compuesta por líderes del sector, especializados en herramientas y
E ES EN S
temas a desarrollar.
GÍA
DOLO
E O
METO 99 Descuentos en programas complementarios.
S O S
99 Material didáctico con el desarrollo del curso.
LA VIVCLA VIV
S
FICIO 99 Acceso a la bolsa de trabajo especializada de DMC Perú.
BENE
99 Plana docente: líderes de la industria a nivel internacional.
ABUS
N
E ES ENSESObjetivos:
SYLL
PAGO
O
O DE
MOD
SCERT
O
A VIV CLA VI
IFICA
DO
V 99 Aprender a programar en Python. Entender la sintaxis de tal manera que permita
la implementación de diversos algoritmos de una manera simple y dinámica.
N ES EN ES
ACTO 99 Entender diversas técnicas de minería de datos para predecir. Diferenciar las
CONT
ventajas de cada una y utilizarlas en una situación real.
O
A VIV LAS IVO
S
Síguenos en nuestras
99 Desarrollar tareas poniendo en práctica lo aprendido en las diferentes sesiones
del curso.
C V
Redes Sociales:
N S EN
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A I
#APRENDODESDECASA
V L
A VI C Syllabus V #YoMeQuedoEnCasa #OnlineLearningDMC
L V
C N S EN S
SESIÓN 3 (1.5 Horas en vivo con docente)
E SE O SE O
Objetivo: Aprender a realizar un correcto
SESIÓN 1 (1.5 Horas en vivo con docente) análisis inicial de una base de datos. Aprender
A I V V
a manipular datos y tomar decisiones acertadas
L A I
Objetivo: Adentrarse en la programación orientada sobre valores atípicos y valores perdidos. Realizar
V
C N C V L
a objetos con Python para la ciencia de datos. gráficos potentes utilizando la programación en
CIÓN • Introducción a Python.
ENTA Python.
PRES
E ES EN S
• Entendiendo las variables y tipos de datos en la • Análisis exploratorio de datos
GÍA programación con Python • Manejo de datos perdidos.
DOLO
E O
METO • Estructuras de control (identación,
O
• Análisis de valores atípicos
S S
encoding,bucles). • Análisis gráfico con matplotlib
LA VIVCLA VIV
FICIO
S • Funciones Lecturas complementarias
BENE Lecturas complementarias: • Lecturas sobre analítica de datos con Python
• Lecturas sobre programación en Python
ABUS
N
E ES ENSES O
SYLL
PAGO SESIÓN 2 (1.5 Horas en vivo con docente)
O DE
MOD
S O
A VIV CLA VIV
Objetivo: Manejar los principales módulos de Python
para el Análisis de datos.
DO
IFICA
CERT • Tratamiento de datos
• Exploración de arrays con el paquete Numpy:
N ES EN ES
ACTO creación de arrays, operaciones matemáticas, índices.
CONT • Manejo de datos con la librería pandas para
O
A VIV LAS IVO
S
estructuras de datos tipo series, dataframe y panel.
• Lectura y escritura de datos desde varios formatos
como txt, csv, xls.
Síguenos en nuestras
V
Lecturas complementarias
C
Redes Sociales: • Lecturas sobre módulo Numpy
N S EN • Lecturas sobre módulo Pandas
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A I
#APRENDODESDECASA
V
A VI C V L V #YoMeQuedoEnCasa #OnlineLearningDMC
L
C N S EN S
E SE O SE O
SESIÓN 4 (1.5 Horas en vivo con docente) SESIÓN 6 (1.5 Horas en vivo con docente)
A V
Objetivo:
I A V
Objetivo:
L I
- Aprender los métodos supervisados, así como
V L
- Entender la importancia de los métodos no
C N C V
comprender su importancia para el análisis de
CIÓN supervisados.
ENTA datos
PRES
E ES EN S
- Comprender las principales técnicas de
- Entender los modelos de regresión lineal y
segmentación, así como su importancia para la
GÍA regresión lineal múltiple.
DOLO toma de decisiones.
E O
METO • Predictive analytics con Python. Métodos
S O
• Predictive analytics con Python
S
supervisados
LA VIVCLA VIV
S • Análisis de conglomerados
FICIO • Regresión lineal simple
BENE • Regresión múltiple • Segmentación k - means
Lecturas complementarias
Lecturas complementarias
ABUS • Lecturas sobre métodos no supervisados con
N
E ES ENSES O
SYLL • Lecturas sobre modelos predictivos
Python.
continuos con Python
PAGO
O DE
MOD
S CERT
O
A VIV CLA VIV
IFICA
DO SESIÓN 5 (1.5 Horas en vivo con docente)
Objetivo: Comprender los algoritmos de
Instructor:
César Quezada
Profesional de Ingeniería Estadística
N ES EN ES
clasificación y comprender su importancia para (UNI), especialista en Gestión de
ACTO
CONT el análisis de datos. Proyectos (Escuela de Postgrado UTP).
• Predictive analytics con Python. Muestreo Con más de 8 años de experiencia en
S O
A VIV LAS IVO
Síguenos en nuestras
• Árboles de decisión
• Máquinas de soporte vectorial
investigación de mercados, modelamiento
predictivo de datos, métodos estadísticos, y análisis de
información muestral y censal. Ganador del concurso
V
Lecturas complementarias
C
Redes Sociales: • Lecturas sobre modelos predictivos de Machine Learning organizado por Kaggle y DMC
N S EN
discretos con Python.
en el año 2017. Actualmente se desempeña como
Especialista en Analytics & BI en DMC Perú.
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A
#APRENDODESDECASA
V L
A VI C Medios I V #YoMeQuedoEnCasa #OnlineLearningDMC
L V de Pago
C N S EN S
E SE O SE O
1. Depósito en las cuentas BBVA o BCP:
L A I V A I V
N° Cuenta de Ahorros: 0011-0177-02-00180473
V L
N° Cuenta de Corriente: 193-2251181-0-01
C N C V
PRES
ENTA
CIÓN
E ES EN S
Razón Social J&J Data Mining Consulting S.A.C
GÍA
DOLO
E O
METO
S O S
R.U.C 20520972740
LA VIVCLA VIV
S
FICIO
BENE
ABUS 2. Pago Online:
N
E ES ENSES O
SYLL
PAGO
O DE
MOD
SCERT
O
A VIV CLA VIV
IFICA
DO
N ES EN ES
ACTO 3. Oficina Principal
CONT
Dirección:
O
A VIV LAS IVO
S
Síguenos en nuestras
Calle Río de la Plata 167. Of. 203. San Isidro. Lima - Perú.
Horario de Atención:
C V
Redes Sociales: Lunes a Viernes de 9:00 a.m. a 7:00 p.m. y Sábados de 9:00 a.m. a 4:00 p.m.
N S EN
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A
#APRENDODESDECASA
V
A VI C V L I V #YoMeQuedoEnCasa #OnlineLearningDMC
L
C N S EN Certificado
E SE O SES O Certificación virtual a nombre de DMC Perú.
V
Empresa de capacitación en herramientas analíticas del Perú.
L A V I L A I V ¿Cómo obtengo mi certificado de especialización?
C N C V
El participante deberá conectarse como mínimo al 80% de sesiones y tener una nota mínima de 14 en
CIÓN
ENTA nota vigesimal
PRES
E ES EN S
DOLO
GÍA
E O
METO
S O S
LA VIVCLA VIV
S
FICIO
BENE
ABUS
N
E ES ENSES O
SYLL
PAGO
O DE
MOD
SCERT
O
A VIV CLA VIV
IFICA
DO
N ES EN ES
ACTO
CONT
S O
A VIV LAS IVO
Síguenos en nuestras
C V
Redes Sociales:
N S EN
SE O Móvil: 981 350 255 Email: capacitacion@[Link]
E S S E O
S O A
#APRENDODESDECASA
V L
A VI C Contacto I V #YoMeQuedoEnCasa #OnlineLearningDMC
L V
C N S EN S
E SE O SE O Email: capacitacion@[Link]
L A I V A I V Web: [Link]
V
C N C V
PRES
ENTA L
CIÓN
Móvil: +51 981 350 255
Oficina Principal: Calle Rio de la Plata 167. Of. 203. San Isidro. Lima - Perú.
E ES EN S
DOLO
GÍA
E O
METO
S O S
LA VIVCLA VIV
S
FICIO
BENE
ABUS
N
E ES ENSES O
SYLL
PAGO
O DE
MOD
SCERT
O
A VIV CLA VIV
IFICA
DO
N ES EN ES
ACTO
CONT
S O
A VIV LAS IVO
Síguenos en nuestras
C V
Redes Sociales:
N S EN
SE O Móvil: 981 350 255 Email: capacitacion@[Link]