Estadística con Python. Qué es la estadística, Qué es la probabilidad, estadística descriptiva, histogramas y distribuciones, regresiones, estadística bayesiana.
Distribuciones
Distribuciones estadísticas con python. Qué es una distribución, para qué sirven, como graficarlas, histograma, función de masa de probabilidad, función de distribución acumulada, función de densidad de probabilidad, distribuciones discretas y continuas, ejemplos en python.
Probabilidad con python. Teoría de probabilidad, espacio de muestreo, ley de grandes números, teorema del límite central y probabilidad .
Introducción a la inferencia Bayesiana con Python. La incertidumbre y el problema de la inducción, El teorema de Bayes, inferencia bayesiana, redes Bayesianas, Programación probabilística y PyMC3, Bayes ingenuo.
Simulación de Monte-Carlo con Python. Números aleatorios, cadenas de Markov, algoritmo Metropolis-Hastings, métodos MCMC.
Visualización de datos con python. Análisis de datos, cómo elegir la visualización adecuada, librerías de python, bokeh, folium, seaborn, matplotlib.