Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

IBM

Herramientas para la ciencia de datos

IBM via Coursera

Overview

¿Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usa y cuáles son sus características? En este curso, aprenderá sobre Jupyter Notebooks, RStudio IDE, Apache Zeppelin y Data Science Experience. Aprenderá para qué se utiliza cada herramienta, qué lenguajes de programación pueden ejecutar, sus características y limitaciones. Con las herramientas alojadas en la nube en Cognitive Class Labs, podrá probar cada herramienta y seguir las instrucciones para ejecutar código simple en Python, R o Scala. Para finalizar el curso, creará un proyecto final con un Jupyter Notebook en IBM Data Science Experience y demostrará su competencia preparando un cuaderno, escribiendo Markdown y compartiendo su trabajo con sus compañeros.

Syllabus

  • Conjunto de herramientas para los Data Scientists
    • Esta semana, obtendrá una visión general de los lenguajes de programación comúnmente usados, incluyendo Python, R, Scala y SQL. Se le presentarán las herramientas de Data Science comerciales y de código abierto disponibles. También aprenderá acerca de los paquetes, APIs, conjuntos de datos y modelos utilizados frecuentemente por los Data Scientists.
  • Herramientas de código abierto
    • Esta semana, aprenderá sobre tres herramientas populares utilizadas en la Data Science: GitHub, Jupyter Notebooks y RStudio IDE. Se familiarizará con las características de cada herramienta, y con lo que hace que estas herramientas sean tan populares entre los Data Scientists hoy en día.
  • Herramienta IBM para Data Science
    • Esta semana, aprenderá sobre una plataforma de ciencia de datos lista para la empresa de IBM, llamada Watson Studio. Aprenderá sobre algunas de las características y capacidades de lo que utilizan los científicos de datos en la industria. También aprenderá sobre otras herramientas de IBM que se utilizan para respaldar proyectos de ciencia de datos, como IBM Watson Knowledge Catalog, Data Refinery y SPSS Modeler.
  • Asignación final: Crear y compartir su Jupyter Notebook
    • Esta semana, demostrará sus habilidades creando y configurando un Jupyter Notebook. Como parte de su calificación para este curso, compartirá su Jupyter Notebook con sus compañeros para que lo revisen.

Taught by

Romeo Kienzler and Svetlana Levitan

Related Courses

Reviews

Start your review of Herramientas para la ciencia de datos

Never Stop Learning!

Get personalized course recommendations, track subjects and courses with reminders, and more.

Sign up for free