When you enroll through our links, we may earn a small commission—at no extra cost to you. This helps keep our platform free and inspires us to add more value.

IBM logo

IBM: Ciencia de datos

Professional Certificate programs are series of courses designed by industry leaders and top universities to build and enhance critical professional skills needed to succeed in todays most in-demand fields.

     0 |
  • Reviews ( 0 )
Free

This Course Includes

  • iconedx
  • icon0 (0 reviews )
  • icon1 year 1 month at 3 - 5 hours per week
  • iconspanish
  • iconOnline - Self Paced
  • iconprofessional certificate
  • iconIBM

About IBM: Ciencia de datos

IBM's IBM: Ciencia de datos Professional Certificate

Introduccii�n a la ciencia de datos y sus aplicaciones

Herramientas de ciencia de datos: uso pri�ctico

El mi�todo de ciencia de datos

¡Conceptos bi�sicos de Python para Data Science!

SQL aplicado en la ciencia de datos

Analizando datos con Python

Visualizando datos con Python

Machine Learning (aprendizaje automi�tico) con Python: una introduccii�n pri�ctica

Ciencia de datos y aprendizaje automi�tico - Curso Capstone

Job Outlook

What You Will Learn?

  • Aplicar varias habilidades, ti�cnicas y herramientas de Data Science y Machine Learning para completar un proyecto y publicar un informe..
  • Practicar con varias herramientas utilizadas por los cienti�ficos de datos y obtener experiencia en el uso de algunas de ellas, como Jupyter notebooks..
  • Dominar los pasos claves para abordar un problema de ciencia de datos y aprender a seguir una metodologi�a para pensar y trabajar como un cienti�fico de datos..
  • Escribir SQL para consultar bases de datos y explorar conceptos de bases de datos relacionales..
  • Comprender Python y practicar la programacii�n de Python usando Jupyter..
  • Importar y limpiar conjuntos de datos, analizar datos, crear y evaluar modelos de datos y canalizaciones utilizando Python..
  • Usar varias herramientas, ti�cnicas y bibliotecas de visualizacii�n de datos en Python para presentar los datos visualmente..
  • Comprender y aplicar varios algoritmos y modelos de aprendizaje automi�tico supervisados y no supervisados para abordar los desafi�os del mundo real con Python..