README.md

Curso de Análisis Exploratorio de Datos

_{Este proyecto fue hecho en VS Code con Jupyter Notebooks. Por Dennis.}

Este repositorio está relacionado al curso de "Curso de Análisis Exploratorio de Datos" tomado en Platzi. Además, contiene archivos "ipynb", "html" y "pdf" con los códigos desarrollados en el curso y explicaciones por cada archivo.

Acerca de

Tu carrera en data science requiere de capacidad para entender los datos, cómo se distribuyen y de explorarlos con análisis estadístico y herramientas de visualización. A través de un análisis exploratorio conocerás patrones en los datos y podrás proponer el modelo más adecuado para abordar las preguntas y problemas de tus proyectos.

Temario

Introducción al análisis exploratorio de datos

• ¿Qué es y para qué sirve el análisis exploratorio de datos? - code001.ipynb, code001.pdf.
• ¿Cómo hacer un análisis exploratorio de datos? - code002.ipynb, code002.pdf.
• Tipos de análisis de datos - code003.ipynb, code003.pdf.
• Tipos de datos y análisis de variables - code004.ipynb, code004.pdf.
• Herramientas de software para el análisis exploratorio de datos - code005.ipynb, code005.pdf.
• Conociendo nuestros datos: Palmerpenguins - code006.ipynb, code006.pdf.
• Recolección de datos, limpieza y validación - code007.ipynb, code007.pdf.
• Ejercicio de validación de datos [Python] - code008.ipynb, code008.pdf.
• Quiz 1: Introducción al análisis exploratorio de datos - Quiz01.pdf.

Análisis univariado

• Explorando una variable categórica: conteos y proporciones - code009.ipynb, code009.pdf.
• Estadística descriptiva aplicada: medidas de tendencia central - code010.ipynb, code010.pdf.
• Estadística descriptiva aplicada: medidas de dispersión - code011.ipynb, code011.pdf.
• Ejercicio de obtención de medidas de dispersión - Extra01.ipynb, Extra01.pdf.
• Estadística descriptiva aplicada: distribuciones - code012.ipynb, code012.pdf.
• Estadística descriptiva aplicada: funciones de densidad de probabilidad - code013.ipynb, code013.pdf.
• Bonus: Teorema del límite central - code014.ipynb, code014.pdf.
• Quiz 2: Análisis univariado - Quiz02.pdf.

Análisis bivariado

• Estableciendo relaciones: gráficos de puntos - code015.ipynb, code015.pdf.
• Estableciendo relaciones: gráficos de violín y boxplots - code016.ipynb, code016.pdf.
• Estableciendo relaciones: matrices de correlación - code017.ipynb, code017.pdf.
• Limitantes de los coeficientes de correlación lineal - code018.ipynb, code018.pdf.
• Estableciendo relaciones: análisis de regresión simple - code019.ipynb, code019.pdf.
• Limitaciones del análisis de regresión simple - code020.ipynb, code020.pdf.
• Quiz 3: Análisis Bivariado - Quiz03.pdf.

Análisis multivariado

• Análisis de regresión multiple - code021.ipynb, code021.pdf.
• Visualización del análisis de regresión multiple - code022.ipynb, code022.pdf.
• Análisis de regresión logística - code023.ipynb, code023.pdf.
• Paradoja de Simpson - code024.ipynb, code024.pdf
• ¿Qué hacer cuando tengo muchas variables? - code025.ipynb, code025.pdf.
• Quiz 4: Análisis Multivariado - Quiz04.pdf.

Conclusiones

• Diversidad de gráficas al explorar datos - code026.ipynb, code026.pdf.
• Continua aprendiendo sobre EDA - code027.ipynb, code027.pdf.
• Examen final - Examen.pdf.