Fundamentos de Matemáticas y Estadística - eLearning
450,00 EUR
- 3 hours
Desarrolla una sólida mentalidad analítica con la Formación en Fundamentos de Matemáticas y Estadística, diseñada para simplificar los conceptos matemáticos y estadísticos clave para su aplicación en el mundo real. Este curso te ayuda a ganar confianza al trabajar con datos, dominando temas esenciales como estadística descriptiva, probabilidad, distribuciones y técnicas matemáticas fundamentales utilizadas en analítica y en la toma de decisiones basada en datos.
Características clave
Idioma
Curso y material en inglés
Nivel
Nivel principiante - intermedio
Acceso
1 año de acceso a la plataforma de aprendizaje
3 horas de video a demanda
con más de 10 horas de estudio recomendadas
18 ejercicios prácticos guiados
4 evaluaciones calificadas automáticamente
33 cuestionarios de repaso
1 Tareas integrales
Certificado
Certificación de finalización del programa incluida
Resultados de aprendizaje
Al final de este curso, serás capaz de entender:
Fundamental
Comienza con conceptos fundamentales como la media, la mediana y la moda, y explora cómo el escalado y el desplazamiento afectan a los datos.
Regresión
Adquiere una comprensión del análisis de regresión y del concepto de la Raíz del Error Cuadrático Medio (RMSE).
Ciencia de datos
Descubre cómo se aplican las matemáticas y la estadística en la ciencia de datos, el aprendizaje automático y la inteligencia empresarial.
ANOVA
Conoce el Análisis de Varianza (ANOVA) y sus aplicaciones prácticas.
Hipótesis
Aprende los principios de las pruebas de hipótesis, incluyendo la prueba t y la distribución t.
Cronograma del curso
Estadística descriptiva
Lección 01
- Media, mediana y moda
- Media vs Mediana
- Asimetría
- Práctica de asimetría
- Solución de asimetría
- Rango e IQR
- Muestra vs Población
- Varianza y desviación estándar
- Impacto del escalado y el desplazamiento
- Momentos estadísticos
Distribución
Lección 02
- ¿Qué es una distribución?
- Distribución normal
- Puntuaciones Z
- Ejercicio: distribución normal
- Solución - Distribución normal
Teoría de la probabilidad
Lección 03
- Conceptos básicos y fundamentales de probabilidad
- Reglas de suma y multiplicación con ejercicios y soluciones
- Teorema de Bayes y ejemplos aplicados
- Valor esperado con ejercicios prácticos
- Ley de los grandes números
- Teorema Central del Límite (teoría, intuición, desafíos y ejercicios)
- Distribuciones binomial y de Poisson
- Aplicaciones de probabilidad en la vida real
Pruebas de hipótesis
Lección 04
- Introducción a las pruebas de hipótesis y su papel en la ciencia de datos
- Comprender las hipótesis, el nivel de significancia y los valores p
- Errores de tipo I y de tipo II
- Intervalos de confianza y margen de error
- Estimación del tamaño de la muestra y potencia estadística
- Pasos para realizar una prueba de hipótesis
- Ejercicio práctico y solución
- Prueba t y distribución t
- Prueba de proporciones
- Relaciones clave entre los valores P y Z
Regresión
Lección 05
- Introducción al análisis de regresión
- Regresión lineal y coeficiente de correlación
- Ejercicios y soluciones sobre correlación y regresión
- Residuos, ECM y EAM con ejercicios prácticos
- Coeficiente de determinación (R²)
- Error cuadrático medio (RMSE) con ejercicios y soluciones
- Conceptos de regresión lineal múltiple
Regresión avanzada y algoritmos de aprendizaje automático
Lección 06
- Regresión lineal múltiple
- Regresión polinómica y logística
- Árboles de decisión y árboles de regresión
- Bosques aleatorios
- Sobreajuste y problemas de rendimiento del modelo
- Estrategias para manejar datos faltantes e implementar las preocupaciones transversales en tu aplicación o programa.
- implementar orientación a aspectos para evitar las preocupaciones transversales
ANOVA
Lección 07
- Fundamentos del ANOVA y supuestos clave
- ANOVA de una vía
- Distribución F
- ANOVA de dos vías (suma de cuadrados)
- Relación F e interpretación de los resultados
¿Quién debería inscribirse en este programa?
Aspirantes a científicos de datos y analistas de datos
Ingenieros de software que hacen la transición a roles de datos e IA
Profesionales de negocios y finanzas que trabajan con datos
Cualquier persona que quiera mejorar sus habilidades de interpretación de datos y pensamiento cuantitativo
Requisitos previos
No se requiere tener conocimientos avanzados de matemáticas. Sin embargo, los estudiantes se beneficiarán de:
- Matemáticas básicas de nivel de secundaria (álgebra y aritmética)
- Familiaridad con conceptos de datos cotidianos (gráficos, promedios, porcentajes)
- Conocimientos básicos de informática
- No se necesita experiencia previa en estadística, programación ni ciencia de datos.
Declaraciones
Licencias y acreditación
Este curso se ofrece de acuerdo con el Acuerdo del Programa de Socios y cumple con los requisitos del Acuerdo de Licencia
Política de equidad
Se anima a los candidatos a ponerse en contacto con AVC para recibir orientación y apoyo durante todo el proceso de adaptación.
Preguntas frecuentes
¿Necesita soluciones corporativas o integración LMS?
¿No encontraste el curso o programa que encajaría para tu empresa? ¿Necesitas integración con un LMS? ¡Escríbenos! ¡Resolveremos todo!