fbpx
25/10/2021

Diplomado Ciencia de Datos con Python

Diplomado Ciencia de Datos con Python
3ra. edición
%cocid%

Número de Registro Oficial

17DAP65221
Secretaría de Educación del Estado de Morelos (SEEM)

Duración

200 HRS.

Modalidad virtual y sesiones online

Sábados de 9:00 am a 11:00 am

Inicio

4 de febrero de 2023

Concluye

1 de Julio de 2023

DIPLOMADO DE ACTUALIZACIÓN PROFESIONAL

Validez oficial Secretaría de Educación del Estado de Morelos (SEEM)
17DAP65221

¿cUÁL es el objetivo?

Profundizar en contenidos fundamentales del lenguaje de programación Python para alcanzar un nivel profesional en el desarrollo web, almacenamiento de datos, interfaz gráfica, procesamiento de datos e interpretación de resultados para innovar en proyectos de investigación.

¿A quíen va dirigido?

  1. Licenciados en general,
  2. Ingenieros en general, 
  3. Maestros, 
  4. Doctores e Investigadores.

¿cUÁL ES EL TEMARIO GENERAL?

Módulo I    Fundamentos y Estructura del lenguaje Python

Temario

  1. Introducción
    1. Lenguaje de Programación Python
    2. Áreas de aplicación de Python
    3. Python 2 vs Python 3
    4. Instalación Python y Configuración
    5. Ejecución de Programa de Python
    6. Python con Visual Studio Code
    7. Python con Júpiter
    8. Estructura principal del Lenguaje
  2. Pip
    1. PyPI Package Manager
    2. To list all packages installed using `pip`
    3. Upgrade Packages
    4. Uninstall Packages
    5. Updating all outdated packages on Linux
    6. Updating all outdated packages on Windows
    7. Create a requirements.txt file of all packages on the system
    8. Instalar con wheel (Paquetes externos)
  3. Módulo, paquetes y namespaces
  4. Sintaxis y Fundamentos del lenguaje
    1. Funciones
    2. Funciones lambda
    3. Clases y Objetos
    4. Sangrías
    5. Comentarios y Documentación
  5. Variables y Tipo de Datos
    1. Funciones
    2. Funciones lambda
    3. Clases y Objetos
    4. Sangrías
    5. Comentarios y Documentación
  6. Operaciones matemáticas
    1. Funciones
    2. Funciones lambda
    3. Clases y Objetos
    4. Sangrías
    5. Comentarios y Documentación
  7. Comprensiones y generaciones
    1. Listar Comprehensiones
    2. Herramientas Funcionales
    3. Funciones y expresiones del generador
  8. Colecciones
    1. Listas
    2. Tuplas
    3. Diccionarios
    4. Conjuntos
    5. Linked lists
    6. Linked List Node
    7. Heapd
    8. Array
  9. Bucles y Condicionales
    1. Bucle For loops
    2. Bucle While, Break and Continue in Loops
    3. Iterating over lists
    4. Loops with an «else» clause
    5. The Pass Statement
    6. Iterating over dictionaries
    7. The «half loop» do-while
    8. Looping and Unpacking
    9. Iterating dierent portion of a list with dierent step size
    10. While Loop
    11. Condicional if .. else
  10. Operación Booleana
    1. And
    2. Or
    3. Not
    4. Short-circuit evaluation
  11. Alcance de Variables
    1. Variable
    2. Variable Globales
    3. Variable Locales
    4. Alcance Adjunto ( Enclosing scope)
    5. Alcance Incorporado (Built-in scope)
    6. LEGB
    7. PEP8
    8. Palabras Claves Globales
    9. Palabra clave no local

Módulo II  Bases de POO y Almacenamiento de Datos

Temario

  1. Introducción
    • Elementos del modelo de objetos: clases, objetos, abstracción, modularidad, encapsulamiento, herencia y polimorfismo
    • Lenguaje de modelado unificado: diagrama de clases
  2. Clases y Objetos
    • Método __init__
    • Parámetro self
    • Atributos
      • Clase
      • Instancia
    • Métodos
      • Instancia
      • Mágicos
    • Encapsulamiento
    • Instanciación de clase
    • Referencia de objeto
    • Protección de atributos y métodos
  3. Herencia
    • Definición clase base y clase derivada
    • Herencia simple
    • Herencia múltiple
  4. Polimorfismo
    • Clases abstractas
    • Interfaces
    • Variables polimórficas
    • Reutilización de código
  5. Errores y Excepciones
    • Errores de sintaxis
    • Manejo de excepciones
  6. Clases asociación y agregación
    • Agregación
    • Asociación
    • Inheritance
  7. Flujos y archivos
    • Módulos os y sys
    • Objetos File
      • Apertura
      • Lectura
      • Escritura
      • Posición
  1. Manejo de bases de datos en Python
  2. Introducción a base de datos
    • El lenguaje SQL
    • Sintaxis básica de las sentencias SQL
    • Crear, borrar y modificar tablas en una base de datos
    • Insertar datos en una tabla
    • Seleccionar registros
    • Modificar registros
    • Eliminar registros
    • Consultas
  3. Bases de datos en Python con DB-API
    • Introducción a bases de datos con Python
    • Conectarse a la base de datos y ejecutar consultas
    • Insertar datos
    • Seleccionar todos los registros
    • Seleccionar solo registros coincidentes
    • Eliminar registros
    • Actualizar datos

Módulo III  Interfaz gráfica de usuario con Tkinter

Temario

  1. Introducción
    1. Interfaces gráficas con Tkinter
    2. Recursos
    3. Widgets
  2. Marcos
    1. Objeto tk
    2. Método tk()
    3. Title()
    4. Colores
      1. Configure()
      2. Background
    5. Mostrar Ventana
      1. Mainloop()
    6. Botones
      1. Constructor
      2. Propiedad Text
    7. Etiquetas
      1. Constructor
      2. Propiedad Text
      3. Color a etiquetas
    8. Caja de Texto
      1. Entry
      2. Width
      3. TextVariable
    9. Boton de Radio
      1. RadioButton
      2. Método Set
      3. Propiedad Value
      4. Asignación de una Variable
      5. text
    10. Casilla de Verificación
      1. CheckButton
    11. Lista
      1. ListBox
      2. Método insert()
    12. ComboBox
      1. textVariable
      2. values
      3. current
    13. Menu
      1. Command
      2. Separator
      3. Barra de Menu
      4. Cascade
      5. Sub menus
    14. Pestañas
      1. NoteBook
      2. Propiedad
    15. Layout
      1. Grid
      2. Mensajes
    16. Conversiones
      1. StringVar
      2. IntVar
    17. Mensajes
      1. Metodo showerror
      2. Metodo showinfo
    18. Diálogos
      1. Metodo askyesno
    19. Imagenes
      1. Pip install PIL
      2. Importar libreria PIL
      3. Obtener directorio
      4. Parametro fill
    20. ScrollText
      1. Propiedad grid Propiedades
    21. Acciones
      1. Botones
      2. Caja de Texto
      3. Botones de Radio
      4. ListBox
      5. ComboBox
      6. Menu
      7. Pestañas
      8. MessageBox
      9. Dialogos
      10. SpinBox
      11. ScrolleText
    22. Proyecto
      1. Obtención de requerimientos
      2. Modelado de arquitectura.
      3. Desarrollo Aplicación de control de gastos.
      4. Despliegue de aplicación.

Módulo IV Análisis y Manipulación de Datos

Temario

  1. Introducción
    • ¿Qué se verá en el curso?
    • Importancia de la explotación de datos
    • Introducción a algoritmos
  2. Manipulación de datos con Numpy
    • Arreglos
    • Obtención de Datos
    • Tipos de datos Numpy
    • Definición de tipos
    • Creación de arreglos.
    • Matrices
    • Actualización de arreglos.
    •  
    • Axes numpy.
    • Transposición.
    • Operación Básica.
    •  
    • Ejecución de funciones.
    • Copias y vistas.
    • Operación relacionales y lógicas.
    • Comparar arreglos.
    • Lectura de archivos.
  3. Manipulación de datos con Pandas
    • Series
    • Creación de series
    • NaN
    • DataFrames
    • Columnas y vectores
    • Ejecución de funciones
    • Lectura de archivos csv
    • Ordenamiento
    • Creación de archivos
    • Modificación de DataFrame
    • Loc
    • Iloc
    • Consultas
    • Agrupación
    • Tablas resumen
    • Transformación
    • Indexación recuperación de datos
  4. Visualización de datos con Matplotlib
    • Tablas vs Gráficos
    • ¿Tipos de Gráficos cuando usar cada uno?
    • Introducción a Matplotlib
    • Tipos de Gráficos con Matplotlib
    • Pandas y Matplotlib Gráficos de Dispersión y Línea
    • Gráficos de Distribución

Módulo V  Modelos de Análisis de Datos

Temario

  1. Estadísticas para Analistas de Datos.
    • Estadística Descriptiva
    • Análisis de Datos Exploratorio y Visualizaciones
    • Varianza 
    • Desviación Estándar
    • Tipos de Variables: Cuantitativas y Cualitativas
    • Distribuciones de Frecuencia
    • Mediana, Moda y Media
  2. Estadística Inferencial para ciencia de datos
    • Fundamentos estadística inferencial
    • Estadístico y cálculos
    • Prueba de hipótesis y validación
  3. Algoritmo Machine Learning.
    • Regresión lineal
    • Series de tiempo
    • Clustering y clasificación
    • Árboles y bosques aleatorios

¿cUÁL es el proceso de inscripción y costo?

Deberá rellenar el siguiente formulario para realizar su inscripción.

Una vez que hayamos recibido su solicitud de inscripción le mandaremos los costos deacuerdo al calendario de costos, los datos bancarios, y le estaremos solicitando la siguiente documentación para abrir su expediente:

  • Copia de credencial de elector o identificación oficial
  • CURP actualizada
  • Copia de cédula profesional de licenciatura, Maestría o Doctorado o Copia de Titulo en su caso (Mínimo Nivel Licenciatura)

 

*Nota: Una vez comience el diplomado también deberá enviar 3 fotografías tamaño diploma, con las especificaciones que se le indicarán por la Administración de Colegio Científico de Datos.

.

Deberá realizar el pago de inscripción de $1,000.00 MXN para quedar formalmente inscrito al Diplomado, una vez realizado el pago, favor de enviarlo al correo administracion@cocid.mx o a cocid.direccion@gmail.com

 

Costo: El diplomado tiene un costo de $15,000.00 MXN (Costo general)

 20% de Descuento 

Al pagar su inscripción antes del 31 de diciembre de 2022 

Costo: $12,000.00 MXN

Puede realizarlo en una sola exhibición o en 5 pagos diferidos de $2,400.00 MXN cada uno de la siguiente manera.

  1.  Primer pago: del 1 al 15 de febrero  de 2023
  2. Segundo pago: del 1 al 5 de marzo de 2023
  3. Tercer pago: del 1 al 5 de abril de 2023
  4. Cuarto pago: del 1 al 5 de mayo de 2023
  5.  Quinto pago: del 1 al 5 de Junio de 2023

 10% de descuento

Al pagar su inscripción durante el mes de enero de 2023

 Costo: $13,500.00 MXN

Puede realizarlo en una sola exhibición o en 5 pagos diferidos de $2,700.00 MXN cada uno de la siguiente manera.

 

  1.  Primer pago: del 1 al 15 de febrero de 2023
  2. Segundo pago: del 1 al 5 de marzo  de 2023
  3. Tercer pago: del 1 al 5 de abril  de 2023
  4. Cuarto pago: del 1 al 5 de mayo de 2023
  5.  Quinto pago: del 1 al 5 de junio de 2023
%cocid%

Reseña

Ing. Jesús Gutiérrez López

Ingeniero en sistemas computacionales por TecNM. Cuenta con más de 10 años trabajando como ingeniero de software en diferentes giros económicos. Dentro del sector público ha laborado en el Instituto Nacional de Electricidad y Energías Limpias en procesamiento de datos avanzados, también dentro del sector privado elaborado en diferentes empresas orientadas en el análisis de información como son Nielsen , Operati , S4 learning, donde el enfoque fue orientado en diseño de estructuración de datos para herramientas analíticas utilizando varios métodos de extracción, manipulación y carga de datos en diferentes tipos de almacenamiento.

Encuéntranos en nuestras redes sociales