HG
Excelente curso. Cuenta con una buena organización de materiales, las explicaciones son claras y el proyecto de ejemplo es adecuado para poner en práctica lo aprendido.

Este curso es una primera inmersión en el mundo de la ciencia de datos, en el cual el estudiante comprenderá los fundamentos de la ciencia de datos, las características de un científico de datos, las herramientas que utiliza, la metodología que se debe seguir para este estilo de proyectos, y estará en capacidad de aplicar técnicas estadísticas para la construcción e interpretación de modelos analíticos descriptivos. El curso consta de 4 módulos, cada uno de una semana, en los cuales al final del mismo, se tiene una lección dedicada al desarrollo del proyecto del curso. Los módulos son: Módulo 1. La ciencia de datos y los científicos de datos: En este módulo, se presenta los aspectos fundamentales de la ciencia de datos, la metodología ASUM-DM para la implementación de estos proyectos y la metodología design thinking para identificar problemas y oportunidades de negocio. Módulo 2. Análisis exploratorio de datos: En este módulo, se presenta los conceptos asociados a estadística descriptiva y exploratoria univariada, y una ejemplificación de estos mediante el uso de la herramienta Jupyter Notebook, los cuales son utilizados para validar hipótesis de negocio. Módulo 3. Modelos analíticos basados en estadística bivariada: En este módulo, se presenta los conceptos asociados a pruebas de correlación y análisis de tablas de contingencia, y una ejemplificación de estos mediante el uso de la herramienta Jupyter Notebook, los cuales son utilizados para validar hipótesis de negocio. Módulo 4. Comparaciones entre grupos y validación de modelos estadísticos: En este módulo, se presenta los conceptos asociados a ANOVAS a una y dos vías, y una ejemplificación de estos mediante el uso de la herramienta Jupyter Notebook, los cuales son utilizados para validar hipótesis de negocio. Este curso está pensado para personas de diferentes disciplinas que quieran adentrarse en el mundo de la ciencia de datos, que estén iniciando estudios universitarios o con títulos de técnicos o tecnológicos, así mismo, se recomienda tener un background de conocimientos básicos en probabilidad y estadística. El aspirante a tomar este curso puede provenir de cualquier campo del conocimiento ya sea de gobierno, la industria, la consultoría, la academia, etc. Para el desarrollo de este curso, es necesario la instalación de un programa especial (Anaconda – Jupyter Notebook) con el fin de poder realizar los análisis de los datos a través del lenguaje de programación Python, es recomendable que el equipo cuente con más de 4GB de RAM y espacio en disco duro superior a 1GB.

HG
Excelente curso. Cuenta con una buena organización de materiales, las explicaciones son claras y el proyecto de ejemplo es adecuado para poner en práctica lo aprendido.
DT
¡Me encanto este curso! , tiene temas muy interesantes que nos ayudarán a ejercer esta carrera tan interesante que es la ciencia de datos , felicidades al personal que conlleva este proyecto.
AE
Muye buen curso muy bien explicado y proporcinaron las herramientas técnicas para poder realizar las diversas actividades.
LP
Es un buen curso introductorio, sin embargo tuve problemas con el ejercicio práctico de Arbnb porque me parece que es un ejercicio más complicado que el que muestran en los videos.
BS
Me gusto mucho este curso ya que pude saber mas sobre como manejar los datos de buena manera y de formas mas eficaces
MC
Muy buen curso, ya que te da unos temas muy específicos sobre la materia de fundamentos de la ciencia de datos
DG
la verdad muy completo y vas aprendiendo cosas nuevas que a lo mejor tenias que reforzar un poco mas y sonde gran ayuda
MG
Son cursos un poco complejos, quizá sería bueno utilizar herramientas interactivas para un mejor entendimiento.
EC
Excelente para comenzar. Súper recomendado para los que quieren incursionar en Data Science. Recuerda hacer un curso de Python (básico) antes de este.
ES
MUY BUENA Y ACOGEDOR LOS CURSOS NO ES NADA ESTRESANTE MUY CÉNTRICO EN LA FORMA REALIZADA LAS PREGUNTAS YBEVALUACIONES
AO
Excelente explicaciòn de los profesores y excelentes ejercicios de aplicación para la practica de lo visto.
CL
Hay explicaciones muy superficiales y poco didácticas, entonces si no se tiene conocimiento previo resulta confuso, pero la aproximación al tema es buena.
显示:20/124
La informacion esta muy completa y te lleva de la mano, me gustaria que ubiera una introducción mas detallada pero al principio para incorporar los datos al jupyter.
Me gustó el temario del curso, pero lamentablemente hay cosas que no: Los cuestionarios están mal redactados o mal formulados, al igual que el material de apoyo, y algunas de las explicaciones de los conceptos se sienten sosas y con errores.
Es necesario revisar los conceptos matemtáticos, tienen muchos errores conceeptuales, así como revisar la redación de las pruebas.
No lo recomiendo. Tenia muchas expectativas de este curso, las explicaciones me decepcionaron mucho.
Es interesante, la parte inicial se encuentra bien detallada, el último módulo no se alcanza a digerir del todo, es bastante trabajo autónomo para poder entender los conceptos. Sería bueno revisiones sobre los jupiter notebook de cada uno y que estos tengan alguna retroalimentación para verificar si el análisis estuvo correcto o si puede mejorar, o compartirlos en el Padlet, para revisar como los compañeros han realizado los análisis y entre todos comentarlos los Jupyter notebook.
Excelente para comenzar. Súper recomendado para los que quieren incursionar en Data Science. Recuerda hacer un curso de Python (básico) antes de este.
Un excelente curso de como realizar un proyecto utilizando la metodología ASUM, te explican estadística para hallar Pearson, spearman, chicuadraro, t-test, anova, entre otros utilizando python.
Por mejorar hay algunas personas que no tienen conocimientos en python, y se les hace un poco más complicado, por lo tanto, en las tareas, luego debería estar el solucionario para verificar si lo que se hizo está bien.
De ahí todo excelente.
THE QUALITY OF THE EXPLANATIONS AND THE MATERIAL IS VERY POOR
mucha lectura, poca practica, lo odie bastante
Excelente! Tome el curso para realizar cálculos estadísticos para mi tesis e investigaciones científicas e ir mas allá del SPSS. Lo recomiendo ampliamente, el material es claro, te llevan paso a paso y en poco tiempo comienzas a hace tus cálculos de forma autónoma. No te arrepentirás.
En terminos generales es muy bueno. Sin embargo, no tiene la rigurosidad que me gusta en un curso, para definir los conceptos, expresiones y demas elementos matematicos que son inherentes a la estadistica. Gracias por el curso!
Muy buen curso para inciarse en la ciencia de datos, con ejemplos prácticos y materiales que permiten entender las bases y alcances de las habilidades estadísticas.
El curso en general fue muy bueno porque simplifica de gran manera el entendimiento de la estadística descriptiva y llega adentrarse a la estadística inferencial con intervalos de confianza y pruebas de hipotesis, calfiico con 3 estrellas el curso porque esa simplicidad también es perjudicial para entender muchos conceptos estadísticos, por ejemplo se ahondo en las pruebas de hipótesis pero no se hablo mucho de cuando se debia aplicar cada una de manera precisa, tampoco se hablo de los intervalos de confianza para inferencias poblacionales, no se indicó que es un error estandar y muchas cosas más, esto contrata con las explicaciones técnicas estadística, que complican el proceso de aprendizaje con los pocos temas que son abordados en profundidad, por lo cual recomiendo si explicación, pero más digerible para todo tipo de usuarios. FInalmente, la importancia es prácticar y ojala tuvieran laboratorios con preguntas ya preestablecidas para que las personas puedan jugar con el código y ver si han hecho las inferencias o procesos adecuados usando python o r.
malo
Este curso se presenta como una experiencia altamente didáctica, diseñada para facilitar la comprensión de los conceptos de manera gradual y efectiva. Cada módulo está cuidadosamente estructurado, lo que permite a los participantes asimilar los contenidos a su propio ritmo, reforzando así su aprendizaje. Además, incluye actividades interactivas y recursos visuales que enriquecen aún más el proceso educativo, haciendo que la experiencia sea no solo informativa, sino también dinámica y envolvente. Sin duda, una oportunidad ideal para profundizar en el tema de interés.
Excelente curso, desde los básicos se construyen los conceptos estadísticos en casos reales de aplicación. Lo que finalmente permite una apropiación del concepto y un entendimiento de las expresiones matemáticas de los modelos, y por ende cuando se afronta el proceso de programación en Jupyter Notebook se hace mucho mas sencillo de comprender y relacionar qué es lo que se está buscando en el analisis.
Una de las características más destacadas de este curso es su enfoque accesible y bien estructurado. Desde el principio, los instructores guían a los estudiantes a través de los conceptos básicos, utilizando ejemplos claros y ejercicios prácticos que permiten una comprensión profunda y una aplicación inmediata de los conocimientos adquiridos.
Es un curso muy ameno y fácil de seguir, sin embargo, detecté algunos errores en las pruebas, en lo que respecta a las opciones de respuestas. Algunos ejercicios del Jupyter notebook no "corrieron" a pesar de copiarlos igual que como están en el ejemplo.
Quiero felicitarlos por este curso fue una experiencia muy agradable, se me hizo muy interesante la ciencia de datos ahor es una ciecia que se esrudia a detalle antes solo lo estudiabamos en forma general, gracias
¡Me encanto este curso! , tiene temas muy interesantes que nos ayudarán a ejercer esta carrera tan interesante que es la ciencia de datos , felicidades al personal que conlleva este proyecto.