Curso de Data Science Full-Stack

Lección 1 • Fundamentos de Programación en Python

Cubre la sintaxis de Python, estructuras de datos y 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 reducción de dimensionalidad y optimización de modelos más adelante.

Lección 3 • NumPy para Cómputo Numérico

Introduce el cómputo basado en arreglos usando NumPy para operaciones numéricas rápidas. Habilita directamente las matemáticas matriciales y las transformaciones vectorizadas de datos que se usan en todo el curso.

Lección 4 • Fundamentos de Cálculo y Optimización

Cubre derivadas, gradientes y la regla de la cadena como herramientas para entender el entrenamiento de modelos. Proporciona la intuición detrás del descenso de gradiente usado 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 hallazgos de datos. La fluidez en visualización apoya tanto el análisis exploratorio como los reportes 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 de múltiples fuentes. Constituye el punto de entrada para todas las tareas de manipulación de datos en este capítulo.

Lección 3 • Ingeniería de Atributos y Transformación

Enseña codificación, escalado, agrupamiento y creación de atributos derivados para preparar datos para aprendizaje automático. Los atributos transformados 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 atributos 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 bloques de construcción para cada consulta analítica en este capítulo.

Lección 2 • Conceptos de Bases de Datos Relacionales

Explica tablas, llaves, esquemas y normalización como la base estructural de las bases de datos relacionales. Comprender el diseño de esquemas es prerrequisito para escribir consultas efectivas.

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

Aplica SQL para extracción de datos, cómputo de atributos e integración de pipelines con Python. Conecta la consulta a bases de datos con 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 analíticos avanzados en SQL. 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 de k iteraciones para una optimización robusta de modelos. Estas técnicas previenen el sobreajuste y aseguran estimaciones de desempeño confiables.

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

Introduce el pipeline de aprendizaje automático de extremo a extremo: división de datos, ajuste de modelos y evaluación de predicciones. Establece el patrón de API de scikit-learn usado en cada sección posterior de ML.

Lección 3 • Métodos de Ensamble y Boosting

Introduce bosques aleatorios, gradient boosting y XGBoost como modelos de ensamble de alto desempeño. Se basa en conceptos de modelos individuales para alcanzar resultados de vanguardia en datos tabulares.

Lección 4 • Modelos de Regresión y Evaluación

Cubre regresión lineal, ridge, lasso y polinomial para predicción de objetivo continuo. Las métricas de evaluación como RMSE y R² se introducen aquí y se reutilizan en todo el capítulo.

Lección 1 • Métodos de Detección de Anomalías

Aplica bosque de aislamiento, SVM de una clase y métodos estadísticos para detectar valores atípicos en datos. La detección de anomalías es una aplicación directa del aprendizaje no supervisado a problemas reales.

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 agrupamiento que PCA no puede capturar en datos no lineales.

Lección 3 • Modelado de Tópicos y Factorización de Matrices

Cubre NMF y LDA para extraer tópicos 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 que preserva la varianza. Conecta la eigendescomposición del Capítulo 1 con la compresión práctica de atributos y 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 atributos. Se construye sobre redes prealimentadas para manejar estructuras de datos espaciales.

Lección 3 • Construcción de Modelos con Keras y TensorFlow

Enseña las API Sequential y Functional para construir y entrenar modelos de aprendizaje profundo. Establece los patrones de codificación usados 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 series de tiempo. Prepara a los estudiantes para tareas de procesamiento de lenguaje natural y pronóstico 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 modelos de PLN con pipelines prácticos de extracción de información.

Lección 2 • Word Embeddings y Representaciones Semánticas

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

Lección 3 • Modelos Transformadores y BERT

Introduce el mecanismo de atención, la arquitectura transformadora 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 crudo en atributos. Estos pasos de preprocesamiento son la base de cada pipeline de PLN en este capítulo.

Lección 1 • Pipelines de ML y Orquestación de Flujos de Trabajo

Introduce Airflow y Prefect para programar, orquestar y monitorear pipelines de entrenamiento de ML. Los pipelines automatizados reemplazan el reentrenamiento manual y reducen el riesgo operacional.

Lección 2 • Monitoreo de Modelos y Detección de Deriva

Cubre deriva de datos, deriva de concepto y monitoreo de degradación de desempeño para modelos desplegados. El monitoreo continuo cierra el ciclo entre el despliegue y el reentrenamiento del modelo.

Lección 3 • Estructura de Proyectos de ML y Reproducibilidad

Establece la disposición del proyecto, entornos virtuales y prácticas de control de versiones para ML 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 ejecuciones de entrenamiento. Un registro de modelos permite la promoción versionada desde experimento a producción.