La ciencia de datos en la vida real

Descripción del Curso online

Este curso forma parte de la Especialización Ejecutiva en Ciencias de la Información.

Curso
100% Online
Aprox. 6h para completar
Plazos flexibles
Nivel Principiante
Idioma: Inglés
Subtítulos: Inglés
Usuarios: 26,943

Curso online impartido por Johns Hopkins University

curso online ofrecido por Johns Hopkins University
Acerca de este curso

¿Alguna vez ha tenido la experiencia perfecta en ciencias de la información? La extracción de datos fue perfecta. No hubo errores de fusión o falta de datos.

Las hipótesis se definieron claramente antes de los análisis. Se realizó la asignación al azar para el tratamiento de interés.

El plan analítico se esbozó antes del análisis y se siguió exactamente.

Las conclusiones fueron claras y las decisiones accionables fueron obvias. ¿Eso te ha pasado a ti? Por supuesto que no.

El análisis de datos en la vida real es complicado. ¿Cómo se maneja un equipo que se enfrenta a análisis de datos reales? En este curso de una semana, contrastamos el ideal con lo que sucede en la vida real.

Al contrastar el ideal, aprenderá conceptos clave que le ayudarán a gestionar los análisis de la vida real.

Este es un curso enfocado diseñado para ponerlo rápidamente al día en la ciencia de datos en la vida real. Nuestro objetivo era hacer esto lo más conveniente posible para usted sin sacrificar ningún contenido esencial. Hemos dejado a un lado la información técnica para que pueda centrarse en la gestión de su equipo y avanzar.

Después de completar este curso sabrás cómo hacerlo:1, Describir la experiencia «perfecta» de la ciencia de datos

2. Identificar fortalezas y debilidades en los diseños experimentales

3. Describir las posibles trampas a la hora de extraer/ensamblar datos y aprender soluciones para la gestión de las extracciones de datos.

4. Desafiar las suposiciones del modelado estadístico e impulsar la retroalimentación a los analistas de datos.

5. Describir los escollos más comunes en la comunicación de los análisis de datos

6. Eche un vistazo a un día en la vida de un gestor de análisis de datos.

El curso se impartirá a nivel conceptual para gestores activos de científicos y estadísticos de datos. Algunos de los conceptos clave que se están discutiendo incluyen:

1. Diseño experimental, aleatorización, pruebas A/B

2. Inferencia causal, contrafáctica,

3. Estrategias para la gestión de la calidad de los datos.

4. Sesgo y confusión

5.

Contraste entre el aprendizaje automático y la inferencia estadística clásicaPromoción del cursohttps://www.youtube.com/watch?v=9BIYmw5wnBIImagen de la portada del curso por Jonathan Gross.

Creative Commons BY-ND https://flic.kr/p/q1vudb

Temario - ¿Qué aprenderás en este curso?

Plan de estudios – Lo que aprenderá de este curso

Bienvenido a Data Science Math Skills

Este breve módulo incluye una visión general de la estructura del curso, el proceso de trabajo, e información sobre los certificados de los cursos, pruebas, videoconferencias y otros detalles importantes del curso. Asegúrese de leerlo de inmediato y de volver a consultarlo siempre que sea necesario.

Fundamentos para la solución de problemas

Este módulo contiene tres lecciones que se basan en el vocabulario básico de matemáticas. La primera lección, «Sets and What They$0027re Good For» (Conjuntos y para qué sirven), guía a los jóvenes a través de las nociones básicas de la teoría de conjuntos, incluyendo sindicatos, intersecciones y cardinalidad. También le da una aplicación del mundo real a…

Funciones y gráficos

Este módulo construye vocabulario para graficar funciones en el plano. En la primera lección, «Descartes fue realmente inteligente», conocerá el plano cartesiano, medirá la distancia en él y encontrará las ecuaciones de las líneas. La segunda lección introduce la idea de una función como un.

Medición de las tasas de cambio

Este módulo comienza una introducción muy suave al concepto de cálculo de la derivada. La primera lección, «This is About the Derivative Stuff,» dará definiciones básicas, trabajará con algunos ejemplos y le mostrará cómo aplicar estos conceptos al problema de la optimización en el mundo real.

Introducción a la teoría de la probabilidad

Este módulo introduce el vocabulario y la notación de la teoría de la probabilidad – matemáticas para el estudio de resultados que son inciertos pero tienen tasas de ocurrencia predecibles. Comenzamos con las definiciones básicas y las reglas de probabilidad, incluyendo la probabilidad de dos o…Definiciones de probabilidad y notación

Preguntas Frecuentes

Inscríbete gratis

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *