¿Qué es la Ciencia de Datos?. Proceso de Ciencia de Datos. Científico de datos. Analista de datos. Ingeniero de datos. python. R.
Python
Algebra lineal con python. Campos, vectores, matrices, tensores, combinaciones lineales, matrices identidad, transpuesta e invertible, espacios vectoriales, independencia lineal, rango, norma, ortogonalidad, determinante, Eigenvalores y Eigenvectores.
Análisis de datos con python. Datos categóricos, datos ordinales, tablas de frecuencia, gráficos de tartas y barras, relaciones entre variables categóricas, ejemplos en python.
Descubre el fascinante mundo de los modelos generativos de deep learning. Exploramos transformers, autoencoders, GANs y LLMs como GPT, con ejemplos prácticos en Python. Aprende cómo funcionan y por qué están revolucionando el campo de la inteligencia artificial.
Análisis de datos con python. Datos cuantitativos, histogramas, diagrama de tallos y hojas, diagrama de dispersión, medidas de tendencia central, medidas de dispersión, resumen estadístico.
Descubre cómo la librería Arca Arg facilita la conexión con los servicios web de ARCA AFIP. Aprende a integrarla en tu aplicación de forma sencilla.
Introducción a la inferencia causal con ejemplos sencillos y AB Testing. Descubre cómo conectar los puntos y distinguir correlación de causalidad usando herramientas prácticas y Python.
Modelos basados en Agentes con Python. Introducción. Modelos basados en Agentes. Vínculo micro-macro. Pensar con modelos. Mesa. Modelando el COVID19 - Modelo SIR
Introducción al pensamiento lógico. Introducción. ¿Qué es la Lógica?. Lógica inductiva y deductiva. Falacias. Juegos de lógica.
Sistemas dinámicos, Complejidad y Caos con Python. Introducción. ¿Qué es un sistema complejo?. ¿Qué es la teoría del caos?. El efecto mariposa. El mapa logístico. El extraño atractor de Lorenz. El juego del caos de Barnsley.