Curso de Data Science Full-Stack

Lección 1 • Fundamentos Esenciales de Programación en Python

Cubre la sintaxis de Python, las estructuras de datos y el flujo de control como lenguaje de codificación principal. Establece la base de scripting de la que depende todo el trabajo de datos posterior.

Lección 2 • Álgebra Lineal para Ciencia de Datos

Enseña vectores, matrices y descomposiciones como la columna vertebral matemática de los algoritmos de aprendizaje automático. Se conecta directamente con la reducción de dimensionalidad y la optimización de modelos más adelante.

Lección 3 • NumPy para Computación Numérica

Introduce la computación basada en arrays usando NumPy para operaciones numéricas rápidas. Permite directamente las matemáticas matriciales y las transformaciones de datos vectorizadas utilizadas a lo largo del curso.

Lección 4 • Fundamentos de Cálculo y Optimización

Cubre derivadas, gradientes y la regla de la cadena como herramientas para comprender el entrenamiento de modelos. Proporciona la intuición detrás del descenso de gradiente utilizado en cada capítulo de aprendizaje automático.

Lección 1 • Visualización de Datos con Matplotlib y Seaborn

Desarrolla habilidades de creación de gráficos usando Matplotlib y Seaborn para comunicar información de los datos. La fluidez en visualización apoya tanto el análisis exploratorio de datos como la presentación a partes interesadas a lo largo del curso.

Lección 2 • Ingesta de Datos y Fundamentos de Pandas

Introduce DataFrames, Series y entrada/salida de archivos para cargar datos estructurados desde múltiples fuentes. Constituye el punto de partida para todas las tareas de manipulación de datos en este capítulo.

Lección 3 • Ingeniería de Características y Transformación

Enseña codificación, escalado, agrupamiento y creación de características derivadas para preparar datos para aprendizaje automático. Las características transformadas son la entrada directa a todos los modelos de aprendizaje supervisado.

Lección 4 • Técnicas de Análisis Exploratorio de Datos

Aplica resúmenes estadísticos y visualizaciones para descubrir patrones, correlaciones y anomalías. Los hallazgos del análisis exploratorio guían la selección de características y la elección del modelo en capítulos posteriores.

Lección 1 • Escritura de Consultas SQL Básicas

Cubre las cláusulas SELECT, WHERE, ORDER BY y LIMIT para recuperar y filtrar datos. Estos son los componentes básicos de cada consulta analítica en este capítulo.

Lección 2 • Conceptos de Bases de Datos Relacionales

Explica tablas, claves, esquemas y normalización como la base estructural de las bases de datos relacionales. Comprender el diseño del esquema es un requisito previo para escribir consultas eficaces.

Lección 3 • SQL para Flujos de Trabajo de Ciencia de Datos

Aplica SQL a la extracción de datos, computación de características e integración en canalizaciones con Python. Une la consulta a bases de datos y el análisis basado en pandas cubierto en el Capítulo 2.

Lección 4 • Subconsultas y Funciones de Ventana

Introduce subconsultas, CTEs y funciones de ventana para patrones SQL analíticos avanzados. Estas técnicas son esenciales para rankings, totales acumulados y análisis de cohortes.

Lección 1 • Ajuste de Hiperparámetros y Validación Cruzada

Cubre búsqueda en cuadrícula, búsqueda aleatoria y validación cruzada k-fold para una optimización robusta de modelos. Estas técnicas previenen el sobreajuste y garantizan estimaciones de rendimiento fiables.

Lección 2 • Flujo de Trabajo de Aprendizaje Automático y Scikit-Learn

Introduce la canalización completa de aprendizaje automático: división de datos, ajuste de modelos y evaluación de predicciones. Establece el patrón de la API de scikit-learn utilizado en cada sección posterior de aprendizaje automático.

Lección 3 • Métodos de Conjunto y Potenciación

Introduce bosques aleatorios, gradient boosting y XGBoost como modelos de conjunto de alto rendimiento. Se basa en conceptos de modelo único para lograr resultados punteros en datos tabulares.

Lección 4 • Modelos de Regresión y Evaluación

Cubre regresión lineal, ridge, lasso y polinómica para predicción de objetivo continuo. Las métricas de evaluación como RMSE y R² se introducen aquí y se reutilizan a lo largo del capítulo.

Lección 1 • Métodos de Detección de Anomalías

Aplica isolation forest, SVM de una clase y métodos estadísticos para detectar valores atípicos en los datos. La detección de anomalías es una aplicación directa del aprendizaje no supervisado a problemas del mundo real.

Lección 2 • Reducción de Dimensionalidad No Lineal

Introduce t-SNE y UMAP para visualizar datos de alta dimensionalidad en dos o tres dimensiones. Estos métodos revelan estructura de clústeres que PCA no puede capturar en datos no lineales.

Lección 3 • Modelado de Temas y Factorización Matricial

Cubre NMF y LDA para extraer temas latentes de colecciones de documentos y matrices dispersas. Extiende el aprendizaje no supervisado a casos de uso de texto y sistemas de recomendación.

Lección 4 • Análisis de Componentes Principales

Cubre PCA como técnica lineal para reducción de dimensionalidad con preservación de varianza. Conecta la descomposición en valores propios del Capítulo 1 con la compresión práctica de características y la visualización.

Lección 1 • Fundamentos de Redes Neuronales

Introduce perceptrones, funciones de activación y retropropagación como la mecánica central de las redes neuronales. Conecta el descenso de gradiente del Capítulo 1 con las reglas de actualización de pesos.

Lección 2 • Redes Neuronales Convolucionales

Cubre convolución, pooling y arquitecturas CNN para clasificación de imágenes y extracción de características. Se basa en redes prealimentadas para manejar estructuras de datos espaciales.

Lección 3 • Construcción de Modelos con Keras y TensorFlow

Enseña las API Secuencial y Funcional para construir y entrenar modelos de aprendizaje profundo. Establece los patrones de codificación utilizados en todas las secciones posteriores de aprendizaje profundo.

Lección 4 • Redes Recurrentes y Modelado de Secuencias

Introduce RNNs, LSTMs y GRUs para modelar datos secuenciales y de series temporales. Prepara a los estudiantes para las tareas de procesamiento del lenguaje natural y predicción cubiertas en capítulos posteriores.

Lección 1 • Reconocimiento de Entidades Nombradas y Extracción de Información

Aplica modelos de etiquetado de secuencias y spaCy para extraer entidades, relaciones y datos estructurados de texto. Conecta los modelos de PLN con canalizaciones prácticas de extracción de información.

Lección 2 • Word Embeddings y Representaciones Semánticas

Introduce Word2Vec, GloVe y FastText para representaciones semánticas densas de palabras. Los embeddings reemplazan los vectores dispersos y mejoran el rendimiento del modelo en tareas posteriores de PLN.

Lección 3 • Modelos Transformer y BERT

Introduce el mecanismo de atención, la arquitectura transformer y BERT para PLN contextual. Cubre el ajuste fino de modelos preentrenados para clasificación y reconocimiento de entidades nombradas.

Lección 4 • Preprocesamiento y Representación de Texto

Cubre tokenización, lematización, eliminación de palabras vacías y TF-IDF para convertir texto sin procesar en características. Estos pasos de preprocesamiento son la base de cada canalización de PLN en este capítulo.

Lección 1 • Canalizaciones de Aprendizaje Automático y Orquestación de Flujos de Trabajo

Introduce Airflow y Prefect para programar, orquestar y monitorizar canalizaciones de entrenamiento de aprendizaje automático. Las canalizaciones automatizadas reemplazan el reentrenamiento manual y reducen el riesgo operativo.

Lección 2 • Monitorización de Modelos y Detección de Deriva

Cubre la deriva de datos, la deriva de concepto y la monitorización de la degradación del rendimiento para modelos desplegados. La monitorización continua cierra el ciclo entre el despliegue y el reentrenamiento del modelo.

Lección 3 • Estructura de Proyectos de Aprendizaje Automático y Reproducibilidad

Establece la estructura del proyecto, los entornos virtuales y las prácticas de control de versiones para aprendizaje automático reproducible. La reproducibilidad es el prerrequisito para cada tarea de despliegue y colaboración en este capítulo.

Lección 4 • Seguimiento de Experimentos y Registro de Modelos

Aplica MLflow para registrar parámetros, métricas y artefactos a lo largo de las ejecuciones de entrenamiento. Un registro de modelos permite la promoción versionada desde el experimento a producción.