Arreglos multidimensionales

Introducción
- Introducción del profesor
- Contenido del curso
- Python para analítica de datos
- Configuración de entorno de trabajo (Anaconda, Jupyter, Colab)
- Detalles del caso a desarrollar durante el curso
- Código Fuente de Curso
  - Enlace
Conceptos Básicos
- Definición y manejo de variables
- Tipos de datos y operadores lógicos
- Listas, arreglos y diccionarios
- Funciones en python, map y lambda
Procesamientos de datos
- Arreglos multidimensionales
- Lectura de datos: operaciones en Dataframe
- Consultas en Dataframe
- Reemplazos o modificaciones en Dataframe
- Group by, merge y pivot table en Dataframe
- Limpieza de datos (na, dropna, missing values)
- Caso aplicativo: extraer datos libres y preparar el dataset para el análisis
Análisis Descriptivo de datos
- Librerías de visualización e Histogramas
- Gráficas de líneas
- Gráficas de dispersión
- Diagrama de cajas
- Mapas de calor
- Otros gráficos útiles (matriz de correlación, otros)
- Caso aplicativo: analizar con gráficos los datos del caso y definir hipótesis
Cierre del caso aplicativo
- Caso aplicativo: hipótesis validadas según el análisis descriptivo
- Caso aplicativo: cómo hacer el despliegue de los aprendizajes