RHydro Ingenieros

View Original

Curso Virtual de Python aplicado al Análisis de Datos, Machine Learning y Web Scrapping

Presentación

Python es un lenguaje de programación de código abierto, cuya sintaxis es muy fácil de utilizar y aprender, es un lenguaje multiplaforma con una extensa cantidad de herramientas aplicables en distintas áreas de estudio, y es en la actualidad uno de los lenguajes más utilizados por programadores dado que tiene un continuo proceso de actualización además, de contar con una extensa comunidad de usuarios.

El presente curso abarca de 09 clases que inician desde brindar los alcances necesarios del entorno Python y nociones acerca de la estructura numérica para desarrollar códigos o script, conforme al desarrollo de cada clase se irá aprendiendo y aplicando diferente librerías que permitan procesar, analizar y visualizar datos. También, se desarrollará tópicos enfocado a Machine Learning para crear modelos predictivos y ajustar parámetros para completar datos faltantes y Web Scrapping para navegar y creación de códigos para rastrear sitios web automáticamente.

Objetivos

El presente curso tiene como objetivo proporcionar a los participantes las nociones básicas hasta avanzadas para poder entender y desarrollar scripts en el lenguaje de programación Python.

Programa del Curso

El curso está estructurado en nueve sesiones divididas cada sesión en teoría y práctica.

SESIÓN 01: ENTORNO DE PYTHON Y MANEJO DE VARIABLES

  • Instalación y configuración de Miniconda y Jupyter Notebook.

  • Conceptos básicos y sintaxis básica en Python.

  • Operaciones básicas con Python y creación de variables

  • Tipos de datos básicos en Python: Enteros, coma flotante y booleanos

  • Aprendiendo de operadores de comparación.

  • Manejo con operadores lógicos.

  • Definición de expresiones y cálculos con aproximaciones.

SESIÓN 02: SENTENCIAS DE CONTROL Y MANEJO DE CADENA DE CARACTERES

  • Estructuras de control y sentencias de control de flujo condicional:

    • Explorando el condicional if - elif - else

    • Revisión del ciclo while

  • Sentencias de control de flujo iterativo:

    • Aprendiendo bucles.

    • Exploración del bucle for.

  • Definición de cadenas de caracteres o strings y concatenación de cadenas usando operadores.

  • Alcances de la indexación y slicing asociado a una secuencia de elementos.

  • Formateo de cadena de caracteres y uso del método format.

SESIÓN 03: ESTRUCTURA DE DATOS Y FUNCIONES

  • Exploración y modificación de los elementos de una lista.

  • Manejo de tuplas como secuencia de elementos.

  • Alcances de diccionarios como estructuras que contienen elementos.

  • Definición y manejo de funciones: built-in, print, input.

  • Creación de funciones bajo una estructura determinada.

  • Aplicación de un caso práctico.

SESIÓN 04: USO DEL MÓDULO NUMPY Y PANDAS

  • Aprendiendo Numpy:

    • Definición de arreglos unidimensionales (vectores).

    • Manipulación de arreglo bidimensionales (matrices).

  • Operaciones con matrices, indexación y redimensionamiento de matrices.

  • Manejo de series y dataframes con Pandas

  • Importaciones y exportación de archivos DataFrames desde un Excel o CSV.

  • Manejo de columnas y filas.

  • Agrupación y normalización con datos climáticos.

SESIÓN 05: USO DE LIBRERÍAS GRÁFICAS CON DATOS CLIMÁTICOS

  • Alcances librerías gráficas para añadir información descriptiva en un gráfico como títulos, etiquetas y anotaciones.

  • Procedimientos en el análisis de datos hidrológicos

  • Análisis gráfico y estadístico de variables climáticas. 

  • Generación de series temporales de precipitación usando la librería Matplotlib.

  • Análisis de consistencia en la media y la desviación estándar.

SESIÓN 06: INDICADORES ESTADÍSTICOS DE EFICIENCIA

  • Descripción de los principales indicadores estadísticos.

  • Desarrollo aplicativo de un script para determinar los principales indicadores estadísticos de eficiencia, como: coeficiente de Nash, coeficiente de correlación de Pearson (r), volumen relativo al sesgo, error medio cuadrático, coeficiente de determinación R2.

  • Presentación de resultados en gráficos como series temporales, box-plot.

SESIÓN 07: MACHINE LEARNING CON PYTHON

  • Definición regresión lineal e interpretación de sus parámetros. 

  • Definición de redes neuronales.

  • Uso del módulo Scikit-learn en Python.

  • Análisis exploratorio de datos.

  • Generación de gráficas de distribución de variables.

SESIÓN 08: APLICACIÓN DE REDES NEURALES PARA COMPLETAR DATOS FALTANTES EN PYTHON

  • Análisis de correlación y cálculo de matriz de distancias.

  • Definición de datos de entrenamiento como primer modelo de regresión lineal.

  • Dimensionamiento de la red neural.

  • Transformación de variables predictoras.

  • Entrenamiento de la red neural y definición de valores de testeo.

  • Generación de gráficas de los datos de precipitación.

SESIÓN 09: APLICACIÓN DE WEB SCRAPING PARA EXTRACCIÓN DE DATOS

  • Alcances de web scraping.

  • Descarga y extracción de datos climáticos.

  • Extracción de bases de datos.

  • Tratamiento de información de estaciones climáticas.

  • Análisis y generación de gráficos interactivos.

 

Capacitadores

Ing. Richard Gómez

Especialista en Telecomunicaciones de la Universidad Nacional de Ingeniería, con experiencia en la elaboración de programas para manipulación de datos y modelamiento predictivo.

En el ámbito profesional, se ha especializado en el manejo del lenguaje de programación Python y sus librerías para Data Science y Machine Learning, tales como Pandas, Numpy, Scikit-learn, además de tener dominio en otros lenguajes de programación (C++, Java, NodeJS, GO), manejo de Bases de Datos (SQL y no SQL) e APIs.

Formación:

  • Algoritmos y estructuras de datos

  • Métodos estadísticos y estocásticos

  • Programación orientada a objetos

  • Data Science

Costos

Costo promocional:

  • Costo en soles: S/. 400

  • Costo en dólares: $. 135

Medios de Pago

DEPÓSITO PARA PARTICIPANTES DE PERÚ

Titular: Henry Gómez Salazar

DNI: 46431639

DEPÓSITO EN BCP

En Soles (PEN): 

  • N° Cuenta:193-91681369-0-41

  • Código de Cuenta Interbancaria:

    002 19319168136904115

En Dólares (USD):

  • N° Cuenta: 193-91681383-1-55

DEPÓSITO EN BBVA CONTINENTAL

En Soles (PEN): 

  • N° Cuenta: 0011 0616 0200142038

  • Código de Cuenta Interbancaria:

    011 616 000200142038 05

En Dólares (USD): 

  • N° Cuenta: 0011 0616 0200142046

  • Código de Cuenta Interbancaria:

    011 616 000200142046 08


DEPÓSITO PARA PARTICIPANTES EXTRANJEROS

DEPÓSITO POR WESTERN UNION DEPÓSITO C/ TARJETA DE CRÉDITO - PAYPAL O MONEY GRAM

See this content in the original post

Datos del destinatario:
Henry Michael Gómez Salazar
DNI: 46431639
Direccion: Intihuatana 126 Coop. Chancas de Andahuaylas Etapa 1, Santa Anita , Lima, Perú.

*Nota: Enviar escaneado la constancia de

pago y el número MTCN a:

academic.rhydro@gmail.com


Registro

Rellenar la ficha de registro y luego enviar el voucher escaneado a academic.rhydro@gmail.com

See this form in the original post