4.6
estrellas
146 calificaciones

88 %

Romeo Kienzler +1 instructores más

5625 ya inscrito

Ofrecido Por

Habilidades en redes de IBM

Acerca de este Curso

82.804 vistas recientes

¿Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usa y cuáles son sus características? En este curso, aprenderá sobre Jupyter Notebooks, RStudio IDE, Apache Zeppelin y Data Science Experience. Aprenderá para qué se utiliza cada herramienta, qué lenguajes de programación pueden ejecutar, sus características y limitaciones. Con las herramientas alojadas en la nube en Cognitive Class Labs, podrá probar cada herramienta y seguir las instrucciones para ejecutar código simple en Python, R o Scala. Para finalizar el curso, creará un proyecto final con un Jupyter Notebook en IBM Data Science Experience y demostrará su competencia preparando un cuaderno, escribiendo Markdown y compartiendo su trabajo con sus compañeros.

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Nivel principiante

Aprox. 16 horas para completar

Español (Spanish)

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.

Certificado para compartir

Obtén un certificado al finalizar

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Laboratorios de Coursera

Incluye proyectos de aprendizaje prácticos.

Obtén más información sobre los laboratorios de Coursera

Nivel principiante

Aprox. 16 horas para completar

Español (Spanish)

Instructores

Calificación del instructor

4,5/5 (33 calificaciones)

Romeo Kienzler

Chief Data Scientist, Course Lead

IBM Watson IoT

494.430 alumnos

9 cursos

Svetlana Levitan

Senior Developer Advocate with IBM Center for Open Data and AI Technologies

5625 alumnos

1 curso

Ofrecido por

Habilidades en redes de IBM

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Programa - Qué aprenderás en este curso

Calificación del contenido88%(1,329 calificaciones)

Semana1

Semana 1

4 horas para completar

Conjunto de herramientas para los Data Scientists

4 horas para completar

17 videos (Total 84 minutos)

17 videos

Introducción al curso3m Lenguajes de la Ciencia de los Datos2mIntroducción a Python3mIntroducción al Lenguaje R3mIntroducción a SQL3mOtros Lenguajes6m Categorias de las Herramientas de la Ciencia de los Datos2mHerramientas de Código Abierto para la Ciencia de los Datos - Parte 17mHerramientas de Código Abierto para la Ciencia de los Datos - Parte 25mHerramientas Comerciales para la Ciencia de los Datos5mHerramientas basadas en la nube para la ciencia de los datos8mLibrerías de la Ciencia de los Datos4mInterfaces de Programación de Aplicaciones4mConjuntos de datos - Mejorando la ciencia de los datos6mData Asset eXchange3mModelos de Aprendizaje Automático7mEl Model Asset Exchange5m

4 ejercicios de práctica

Prueba Práctica - Lenguajes30mPrueba Práctica - Herramientas30mPrueba Práctica - Paquetes, APIs, Conjunto de Datos, Modelos.30mPrueba con Calificación30m

Semana2

Semana 2

6 horas para completar

Herramientas de código abierto

6 horas para completar

10 videos (Total 57 minutos), 9 lecturas, 7 cuestionarios

10 videos

Visión General de Git/GitHub4mGitHub en Mac/Linux - Parte 19mGitHub en Mac/Linux - Parte 25mGitHub en Mac/Linux - Parte 3 (Opcional)8mComenzando con Jupyter Notebooks5mComenzando con Jupyter Lab6mArquitectura Jupyter6mQué es RStudio IDE?4m Instalación de paquetes y carga de Librerías en RStudio IDE2mGraficando dentro de RStudio IDE3m

9 lecturas

Taller de GitHub Parte - 110mRequisitos previos para la interfaz de la línea de mando (Opcional)10mRamificación y fusión en GitHub (opcional)10mAgregar clave SSH (Opciónal)10mGitHub Instrucciones para Windows Parte 2 (Opcional)10mInstrucciones de la parte 3 de GitHub para Windows (opcional)10mLectura: Jupyter Notebook en Internet10mLaboratorio: Rstudio – Principios10mLaboratorio: Creación de un mapa interactivo en R30m

4 ejercicios de práctica

Prueba Práctica - GitHub30mPrueba Práctica - Jupyter Notebooks30m Prueba Práctica - RStudio30mPrueba con Calificación30m

Semana3

Semana 3

3 horas para completar

Herramienta IBM para Data Science

Esta semana, aprenderá sobre una plataforma de ciencia de datos lista para la empresa de IBM, llamada Watson Studio. Aprenderá sobre algunas de las características y capacidades de lo que utilizan los científicos de datos en la industria. También aprenderá sobre otras herramientas de IBM que se utilizan para respaldar proyectos de ciencia de datos, como IBM Watson Knowledge Catalog, Data Refinery y SPSS Modeler.

3 horas para completar

15 videos (Total 72 minutos), 2 lecturas, 4 cuestionarios

15 videos

Qué es IBM Watson Studio4mIntroducción a Watson Studio4mCreación de una Cuenta en IBM Watson Studio2mJupyter Notebooks en Watson Studio - Parte 12mJupyter Notebooks en Watson Studio - Parte 23mEnlazar GitHub a Watson Studio2mOtras herramientas de IBM para la ciencia de datos1mCatálogo de conocimiento de IBM Watson6mRefinación de Datos7mSPSS Modeler Flows en Watson Studio6mIBM SPSS Modeler7mIBM SPSS Estadísticas7mModelo de Despliegue con Watson Machine Learning4mAuto AI en Watson Studio4mIBM Watson OpenScale7m

2 lecturas

Laboratorio: Creando un Watson Studio Project con Jupyter Notebooks10mLaboratorio: Modeler Flows en IBM Watson Studio10m

3 ejercicios de práctica

Prueba Práctica - Watson Studio30m Prueba Práctica – Otras Herramientas IBM30mPrueba con Calificación30m

Semana4

Semana 4

3 horas para completar

Asignación final: Crear y compartir su Jupyter Notebook

3 horas para completar

1 lectura

Reseñas

4.6

45 reseña

5 stars
71,14 %
4 stars
18,79 %
3 stars
5,36 %
2 stars
2,68 %
1 star
2,01 %

Principales reseñas sobre HERRAMIENTAS PARA LA CIENCIA DE DATOS

por JR13 de mar. de 2022

Algunas pantallas y videos estan desactualizados pero en general es muy buen curso

por HJ2 de feb. de 2021

Ideal para conocer todas las Herramientas disponibles para desarrollar el data science y tener un panorama de los que hay disponible en open source y comerciales con sus principales características..

por VG10 de nov. de 2022

Excelente contenido. Cubre a manera de introducción todas las herramientas necesarias para la ciencia de datos.

por MC27 de jul. de 2022

Excelente curso y muy bien explicada cada sección del mismo!. Yo lo recomiendo

Ver todas las reseñas

Preguntas Frecuentes

¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Certificado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos del Certificado y te darán un certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Herramientas para la ciencia de datos

Acerca de este Curso