Analítica y ciencia de datos para negocios

通过 Coursera Plus 提高技能，仅需 239 美元/年（原价 399 美元）。立即节省

Analítica y ciencia de datos para negocios

位教师：Eduardo Carbajal López

6,065 人已注册

包含在中

了解更多

5个模块

深入了解一个主题并学习基础知识。

65 条评论

初级等级

无需具备相关经验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

5个模块

深入了解一个主题并学习基础知识。

65 条评论

初级等级

无需具备相关经验

2 周完成

在 10 小时一周

灵活的计划

自行安排学习进度

您将学到什么

Aplicación de principios básicos y características de la Analítica y Ciencias de Datos en el desarrollo de proyectos de análisis de datos.
Manejo de técnicas de preprocesamiento de datos, como detección de outliers y normalización.

您将获得的技能

您将学习的工具

R Programming

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

21 项作业

授课语言：西班牙语

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有5个模块

El objetivo del curso es lograr que los estudiantes apliquen los principios básicos, las características de la Analítica y ciencias de datos así como las etapas en el proceso de desarrollo de un proyecto de análisis de datos. Los estudiantes también se familiarizarán con el preprocesamiento de datos y serán capaces de manejar a, nivel práctico, las principales técnicas componentes de este, como el análisis de faltantes, la detección de outliers, las técnicas de normalización, discretización y reducción dimensional.

Esta sección presenta los conceptos esenciales para poder desarrollar el curso con éxito. Te invitamos a revisarlo todas las veces que lo consideres necesario.

涵盖的内容

24个视频1篇阅读材料5个作业

24个视频总计115分钟

Bienvenida al curso1分钟
Data Science, Big Data y Data Analytics12分钟
Definición de Business Analytics5分钟
Objetivos de un proyecto6分钟
Definición de los objetivos comunes y sus tipos5分钟
El objetivo de clasificación o agrupamiento5分钟
El objetivo de estimación o predicción3分钟
Video de resumen de la Lección 1 y temas próximos2分钟
Presentación Módulo 23分钟
¿Qué es el aprendizaje en Business Analytics?5分钟
El aprendizaje supervisado6分钟
El aprendizaje no supervisado5分钟
El aprendizaje por refuerzo5分钟
La base de datos: punto de partida7分钟
La base de datos de entrenamiento5分钟
Base de datos de evaluación5分钟
Las etapas de un proyecto de Business Analytics2分钟
Etapa 1 y herramientas5分钟
Etapa 2 y herramientas5分钟
Etapa 3 y herramientas5分钟
Etapa 4 y herramientas5分钟
Etapa 5 y herramientas5分钟
Etapa 6 y herramientas5分钟
Resumen de la Lección 2 y temas próximos2分钟

1篇阅读材料总计10分钟

Silabo10分钟

5个作业总计150分钟

Conceptos básicos de Business Analytics30分钟
Objetivos de un proyecto de Analítica y ciencia de datos30分钟
Tipos de proyecto30分钟
Estructura y división de datos30分钟
Etapas de un proyecto30分钟

En este módulo, presentaré las principales técnicas de business analytics, a partir de una revisión general del universo de técnicas de analítica de datos y cuáles son la s más comúnmente usadas en los modelos de analítica aplicados en negocios.

涵盖的内容

20个视频2篇阅读材料4个作业

20个视频总计105分钟

Video de presentación del Módulo 14分钟
Casos más comunes donde se usa la analítica de datos11分钟
Presentación de casos más comunes para aplicar análisis de negocio4分钟
El analista de datos y sus funciones5分钟
Habilidades del analista de datos5分钟
Softwares recomendados que el analista de datos debe conocer2分钟
Otros roles del analista de negocio5分钟
Resumen de la lección 1 1分钟
Revisión de la web en R program6分钟
Los paquetes de R y la documentación en línea9分钟
Instalar el programa R5分钟
Proceso de instalación y ejecución de paquetes7分钟
Funciones en R6分钟
Ejemplo de carga de datos con Rcmdr6分钟
Ejemplo de generación de gráficos con Rcmdr6分钟
Ejemplo de análisis descriptivo con Rcmdr5分钟
Ejemplo de análisis de modelos con Rcmdr7分钟
Revisión de la web de R studio y proceso de instalación6分钟
El entorno R studio6分钟
Resumen de la Lección Instalación en R program1分钟

2篇阅读材料总计20分钟

Cuaderno de ejercicio Módulo 110分钟
Solucionario Módulo 110分钟

4个作业总计120分钟

Modelos comúnmente empleados en las bases de datos30分钟
Casos de aplicación del análisis para negocios30分钟
El analista de datos y sus funciones30分钟
Examen final del módulo30分钟

En este Módulo se desarrolla el preprocesamiento de datos que corresponde a la etapa más compleja y de mayor duración de tiempo dentro de un proyecto de analítica de negocios. En particular, abordaremos todo lo referente al problema de los datos faltantes y las opciones de tratamiento frente a dicho problema.

涵盖的内容

19个视频2篇阅读材料6个作业

19个视频总计97分钟

Video de presentación del Módulo 2 3分钟
¿En que consiste el preprocesamiento de datos?5分钟
¿Cuáles son las principales técnicas aplicar en el preprocesamiento de datos?5分钟
¿En qué orden se aplican estas técnicas?5分钟
Resumen Lección 1, módulo 21分钟
Los datos faltantes5分钟
Causas y consecuencias de los datos faltantes5分钟
Impacto del nivel de faltabilidad5分钟
Mecanismos de los datos faltantes10分钟
Tratamiento de los datos faltantes5分钟
¿Cuáles son las técnicas de imputación?5分钟
Resumen de la lección 2, módulo 21分钟
Aplicación en R de los datos faltantes5分钟
Código en R para medir los niveles de faltabilidad en un base de datos5分钟
Borrado de observaciones4分钟
Borrado de variables6分钟
Imputación por medidas de tendencia central10分钟
Imputación por valor estimado a partir de un modelo10分钟
Resumen de Lección 3, Módulo 21分钟

2篇阅读材料总计20分钟

Cuaderno de trabajo Módulo 210分钟
Solucionario Módulo 210分钟

6个作业总计180分钟

Preprocesamiento de datos30分钟
Técnicas para el preprocesamiento de datos30分钟
Datos faltantes30分钟
Casos de datos faltantes30分钟
Técnicas de corrección30分钟
Técnicas para realizar el completado de datos faltantes30分钟

En este módulo, continuaremos aprendiendo sobre la etapa del preprocesamiento, pero ahora nos enfocaremos en la detección y el tratamiento de los valores atípicos o extremos, llamados también outliers.

涵盖的内容

13个视频2篇阅读材料3个作业

13个视频总计62分钟

Presentación del módulo 32分钟
Outliers univariados5分钟
Outliers multivariados5分钟
Métodos de detección de outliers multivariados5分钟
Efectos de la eliminación de outliers6分钟
Resumen de la lección 1, Módulo 32分钟
Aplicación en R de los valores atípicos o outliers5分钟
Código para outliers bivariados5分钟
Código para outliers multivariados5分钟
Test de outliers5分钟
Paquete outlier8分钟
Tratamiento de los outliers6分钟
Resumen de la lección 2, Módulo 32分钟

2篇阅读材料总计20分钟

Cuaderno de trabajo Módulo 310分钟
Solucionario Módulo 310分钟

3个作业总计90分钟

Outlier30分钟
Detección y eliminación de outliers30分钟
Examen final Módulo 330分钟

En este último módulo se continuará explicando la etapa del preprocesamiento, pero ahora nos enfocaremos en las técnicas de transformación y la reducción dimensional de datos.

涵盖的内容

23个视频3篇阅读材料3个作业

23个视频总计116分钟

Presentación del módulo 43分钟
Normalización Zcore5分钟
Normalización Box-Cox5分钟
Normalización Min-Max5分钟
Discretización5分钟
Clasificación de los métodos de discretización5分钟
Discretización por intervalos de igual longitud5分钟
Discretización por intervalos de igual frecuencia5分钟
Discretización 1R5分钟
Resumen de la lección 1, Módulo 42分钟
Discretización Chi Merge5分钟
Reducción dimensional5分钟
Método de componentes principales5分钟
Aplicación en R para normalizacón, discretización y reducción dimensional5分钟
Código en R: normalización Box-Cox5分钟
Código en R: normalización Min-Max5分钟
Código en R: comparación de métodos de normalización5分钟
Código en R: discretización por intervalos de igual longitud5分钟
Código en R: discretización por intervalos de igual frecuencia5分钟
Código en R: discretización 1R5分钟
Código en R: discretización Chi Merge5分钟
Método de componentes principales13分钟
Resumen de la lección 2, Módulo 42分钟

3篇阅读材料总计30分钟

Cuaderno de trabajo Módulo 410分钟
Solucionario Módulo 410分钟
Selección de lecturas recomendadas10分钟

3个作业总计90分钟

¿En que consiste la normalización?30分钟
¿En que consiste la discretización?30分钟
Examen final del Módulo 430分钟

位教师

授课教师评分

(18个评价)

Eduardo Carbajal López

Pontificia Universidad Católica del Perú

1 门课程6,065 名学生

提供方

Pontificia Universidad Católica del Perú

从 Data Analysis 浏览更多内容

状态：免费试用
Universidad de Palermo
Inteligencia Artificial y Ciencia de Datos para Negocios
专项课程

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
60%
4 stars
23.07%
3 stars
6.15%
2 stars
4.61%
1 star
6.15%

显示 3/65 个

已于 Jul 13, 2023审阅

Esta excelente, la información que se brinda tiene mucho valor

已于 Feb 24, 2024审阅

Sumamente valioso este curso para los que comenzamos en R, muchas gracias por compartirlo.

已于 Oct 4, 2024审阅

Faltan más ejercicios personalizados para que pueda realizar el estudiante por su cuenta. Además la gran mayoria de los videos del modulo 4 se ven mal, y es dificil comparar la respuesta.

查看更多评论

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

了解更多

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

探索学位

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能，使其在数字经济中脱颖而出

了解更多

常见问题

To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.

When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.

Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.