Introducción al Análisis de Datos
Tecnológico Nacional de México
Acerca de este curso propedéutico
En este curso te familiarizarás con los conceptos esenciales del análisis de datos; comprenderás qué son los conjuntos de datos y cómo se clasifican las variables, hasta distinguir entre modelos descriptivos y predictivos. Además conocerás las metodologías y tecnologías más empleadas en este campo, lo que te permitirá tener una visión general del proceso de análisis y de su importancia en la toma de decisiones.
Identificarás las bases de Python y su papel en el trabajo con datos, revisando conceptos como tipos de datos, estructuras de control, funciones y una introducción a SQL. Reconocerás la función de las bibliotecas en Python, así como los elementos fundamentales de la estadística descriptiva, inferencial y del análisis exploratorio de datos, hasta llegar al proceso de visualización e interpretación de información.
Este curso te brindará las bases necesarias para comenzar a interpretar información de manera clara y fundamentada. ¡Mucho éxito en tu aprendizaje!
Fin de aprendizaje general del curso
Identificar los fundamentos esenciales del análisis de datos, mediante la comprensión de las bases matemáticas que lo sustentan y de los principios de programación con Python, para explorar, procesar, visualizar e interpretar información, con proactividad en la apropiación de nuevos conocimientos.
Estructura del curso
Evaluación y criterios de acreditación
Para acreditar el curso deberás cumplir con los siguientes criterios:
Módulo 1: Introducción al análisis de datos
- 1.1 Conceptos generales
- 1.1.1 Conjuntos de datos, instancias y variables
- 1.1.2 Modelo
- 1.1.3 Modelos descriptivos
- 1.1.4 Modelos predictivos
- 1.2 Metodologías para el análisis de datos
- 1.3 Tecnologías actuales
Módulo 2: Python para Datos
- 2.1 Tipos de datos
- 2.2 Estructuras de control
- 2.3 Funciones
- 2.4 Introducción a SQL
- 2.5 Python para el análisis de datos
- 2.6 Bibliotecas para análisis de datos
- 2.6.1 Numpy
- 2.6.2 Pandas
- 2.6.3 Matplotlib
- 2.6.4 Seaborn
Módulo 3: Manipulación y estadística con Python
- 3.1 Estadística
- 3.1.1 Estadística descriptiva
- 3.1.1.1 Medidas de tendencia central
- 3.1.1.2 Medidas de dispersión
- 3.1.2 Estadística inferencial
- 3.1.2.1 Correlación y regresión lineal simple
- 3.2 Análisis exploratorio de datos
- 3.3 Visualización e interpretación
Preguntas frecuentes
¿Este curso tiene algún costo?
No, es un curso totalmente gratuito y puedes invitar a toda persona que le interese el tema.
¿Qué necesito para tomar el curso?
Necesitas una computadora o dispositivo móvil con conexión a internet y altavoces o audífonos.
¿Recibiré una constancia por tomar este curso?
Al terminar y aprobar el curso, recibirás una constancia de participación del Tecnológico Nacional de México.
¿Cómo sabré si apruebo el curso?
Los ejercicios resueltos se califican de manera automática y al final el curso se aprueba si la calificación es igual o mayor a 70.
¿Habrá en este curso asesoría de un tutor o profesor en la plataforma?
Este curso masivo es autodirigido, quiere decir que durante la impartición del mismo tú eres el responsable tu propio aprendizaje. No habrá profesor ni tutor asignado. El curso tiene una sección de conversación que puedes utilizar para relacionarte con otros estudiantes y enviar o recibir retroalimentación.
¿Cómo puedo obtener información adicional?
Puedes enviar un correo a la cuenta mooc_ayuda@tecnm.mx .
Célula de Desarrollo del MOOC
HUMBERTO MARIN VEGA
Humberto Marín Vega obtuvo el grado de Ingeniero en Sistemas Computacionales en 2012, Maestro en Sistemas Computacionales en 2014 y Doctor en Ciencia de la Ingeniería en el año 2020 por el Instituto Tecnológico de Orizaba. Realizo una estancia posdoctoral de noviembre del 2022 a enero 2026 en la División de Estudios de Posgrado e Investigación. Actualmente es profesor del Departamento de sistemas y computación del Instituto Tecnológico de Orizaba. Sus áreas de interés son Gamificación, Realidad Extendida, Inteligencia Artificial y Ciencia de Datos. Es miembro del Sistema Nacional de Investigadoras e Investigadores desde el 2022.
LISBETH RODRÍGUEZ MAZAHUA
Lisbeth Rodríguez Mazahua obtuvo el grado de Licenciada en Informática y Maestra en Ciencias en Computación por el Instituto Tecnológico de Orizaba en 2004 y 2007, respectivamente. En 2012 obtuvo el grado de Doctora en Ciencias en Computación por el Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional (CINVESTAV-IPN). De mayo de 2012 a enero de 2014 fue profesora de la Universidad Autónoma del Estado de México, Centro Universitario UAEM Texcoco. Realizó una estancia posdoctoral en el Instituto Tecnológico de Orizaba de febrero de 2014 a enero de 2016. Desde febrero de 2016 es profesora del Instituto Tecnológico de Orizaba. Sus áreas de interés son Bases de Datos, Minería de Datos, Big Data y Ciencia de Datos. Es miembro del Sistema Nacional de Investigadoras e Investigadores desde el 2016.
CAROLINA BRITO ESCALANTE
Carolina Brito Escalante,Egresada del Instituto Tecnológico de Veracruz, de la carrera de Ingeniería en Sistemas Computacionales,con grado de Maestría en Gestión de Tecnologías de la Información. Adscrita al Instituto Tecnológico de Boca del Río. Durante su trayectoria en el instituto ha estado a cargo de la jefatura de algunos departamentos como son Centro de Información, Servicios Escolares y Centro de Cómputo. Recientemente obtuvo el reconocimiento como Profesor con Perfil Deseable por el TecNM, como docente del Departamento de Ciencias Básicas desempeña las funciones de Secretaria de Academia y Jefe de Proyectos de Vinculación, impartiendo clases en las carreras de Ingeniería Naval, Ingeniería Civil, Ingeniería en Gestión Empresarial e Ingeniería Mecánica, interesada en el desarrollo profesional constante en educación y tecnologías innovadoras
FERNANDO CANSINO GÁLVEZ
Fernando Cansino Gálvez,Maestro en Tecnología de la Información y Comunicación por el Instituto de Estudios Superiores del Estado(IESE), Ingeniero en Sistemas Computacionales por el Instituto Tecnológico de Tehuacán(ITT), docente en el Instituto Tecnológico de Tehuacán de la carrera de Ingeniería en Sistemas Computacionales, Jefe de Depto. Sistemas y Computación, Materias impartidas: Programación Web II, Programación de Dispositivos Móviles, Programación Orientada a Objetos.
Gerardo Román González Rojas, Ingeniero en Sistemas Computacionales, Maestro en Educación, Docente en el Instituto Tecnológico de Tehuacán de la carrera de Ingeniería en Sistemas Computacionales, Jefe del Depto. de Centro de Cómputo, Materias impartidas: Fundamentos de Telecomunicaciones, Redes de Computadoras, Programación Básica, Bases de Datos, Administración de redes.