Introducción a Data Science

Antecedentes de la Ciencia de Datos (de dónde viene y porqué es tan popular

¿Para qué sirve la Ciencia de Datos?

Puestos y responsabilidades relacionados a la Ciencia de Datos.

¿Qué es un científico de datos?

¿Qué trabajo hace un científico de datos?

Niveles de implementación de la Ciencia de Datos en una organización.

Las herramientas digitales utilizadas en analítica.

Introducción al método científico y validación del conocimiento.

Método científico en la industria.

¿Qué es la probabilidad y porque nos debe importar?

Eventos independientes, probabilidad de n eventos.

Combinatorias, porque los eventos complejos son poco probables.

Construyendo el equipo innovador y colaborativo

Matriz de confusión, como evaluar e interpretar resultados.

Introducción a la estadística (Población vs. muestra).

Teorema de límite central.

Medidas de tendencia central y Medidas de dispersión.

Distribuciones de probabilidad.

¿Por qué necesitamos la validación experimental?

Metodologías experimentales (medidas de control).

Significancia y poder predictivo de la prueba.

Tamaño de muestra vs significancia.

Pruebas de hipótesis.