Fundamentos De Python En Data Science.

Programadores, Administradores De Sistemas, Desarrolladores De Programas

• Emplear datos estructurados en Python, considerando buenas prácticas de programación funcional
• Identificar los tipos de datos disponibles en Python, tomando en cuenta sus características
• Reconocer las principales características de Python, considerando la sintaxis de programación
• Aplicar control de excepciones en Python, considerando criterios de corrección de errores

• Conocimientos Básicos De Manejo Computacional A Nivel Intermedio
• Conocimientos Básicos De Gestión Y Desarrollo Mecanismos De Programación Informática

El Presente Curso Presencial De 4 Módulos Con El Fin De Aplicar herramientas fundamentales de Python en data science Respetando Protocolos De Programación, De Modalidad Presencial. Se Aplica Una Metodología Activo Participativo En Que Se Integran Presentaciones Teóricas Y Trabajos Prácticos De Análisis Y Reflexión Sobre Los Contenidos Abordados. En Todas Las Sesiones El/La Relator/A Debe Infundir Confianza, Facilitar La Comunicación, Dinamizar El Trabajo Y Promover La Participación De Todos Y Todas, Así Como La Aceptación Y El Respeto. El Componente Teórico Es Abordado Por El Relator A Través De Clases Expositivas Y Participativas, En Donde Se Hará Uso De Proyector, Pizarra Y Ppt, De La Siguiente Manera: - Módulo 1: Identificar los tipos de datos disponibles en Python, tomando en cuenta sus características. El Relator Al Finalizar Los Módulos Teóricos Realizará Tareas Y Actividades Para Fortalecer Y Evidenciar El Aprendizaje Teórico, Esto Se Hará Por Medio De Exposiciones, G

Criterios De Evaluación: Identifica Fundamentos de Python para Data Science Identifica los conceptos básicos del lenguaje de programación Python. Reconoce la Manipulación y Comprensión de Datos con Pandas Reconoce el manejo de datos utilizando la biblioteca Pandas. Reconoce la Carga de datos desde distintos formatos Emplea Fundamentos de Modelado de Datos y Visualización Emplea Técnicas para comunicar hallazgos a audiencias no técnicas Aplica Estadística Inferencial con Python Aplica INSTRUMENTOS DE EVALUACIÓN: Los Aprendizajes Esperados Del Curso Serán Evaluados A Través De Dos Estrategias Metodológicas: 2.1. Análisis De Caso. 2.2. prueba final de desarrollo. Además, Habrá Una Evaluación Final. Estas Actividades Serán Medidas Por Medio De Pauta De Cotejo. Aplica Python sobre datasets reales ESCALA DE APROBACIÓN Normas De Evaluación Finalmente, Los Promedios Reciben La Siguiente Ponderación: Módulo 1: 10% Módulo 2: 10% Módulo 3: 10% Módulo 4: 10% Evaluación F