Google Colab para Ciencia de Datos e Inteligencia Artificial con Python
Aprende Python y Ciencia de Datos con Google Colab.
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 144 h
9 unidades
Nivel intermedio
Qué aprenderás
Lo que serás capaz de hacer
¡Esta Especialización cuenta con Coursera Coach! Una forma más inteligente de aprender con conversaciones interactivas en tiempo real que le ayudan a poner a prueba sus conocimientos, desafiar suposiciones y profundizar su comprensión a medida que avanza a través de la Especialización. En esta Especialización, se sumergirá profundamente en la programación Python y Google Colab, obteniendo una comprensión integral de Python y las herramientas necesarias para la Ciencia de Datos e IA. A través de ejemplos reales y ejercicios prácticos, aprenderás a escribir código Python robusto y a resolver problemas complejos en Data Science e IA. La Especialización comienza con una introducción a Python y Google Colab, cubriendo conceptos esenciales como la programación procedimental, orientada a objetos y funcional, así como la gestión de dependencias. A continuación, explorará temas avanzados como el flujo de control, funciones y bibliotecas fundamentales de Python como NumPy, Pandas, Matplotlib y Seaborn dentro del entorno de Google Colab. Con numerosos ejercicios prácticos, obtendrá experiencia práctica, aplicando lo aprendido a proyectos de la vida real que implican manipulación, análisis y visualización de datos. Ideal para principiantes, el curso también ofrece oportunidades para que los alumnos de nivel intermedio mejoren sus habilidades de codificación. Al final, serás capaz de escribir programas Python eficientes, gestionar proyectos en Google Colab y aprovechar las bibliotecas para el análisis y la visualización de datos complejos.
- Adquiere un conocimiento profundo de la sintaxis de Python, los tipos de datos y las funciones básicas.
- Domina la programación orientada a objetos (POO) y aplícala a proyectos del mundo real.
- Aprende a utilizar conceptos avanzados de Python, como decoradores, generadores y expresiones regulares.
- Crea aplicaciones de ciencia de datos utilizando bibliotecas de Python como Pandas, NumPy, Matplotlib y Plotly.
Habilidades que desarrollarás
Plotly
Programación orientada a objetos (OOP)
Matplotlib
Pandas (paquete de Python)
Gráfica (gráficos)
Visualización de datos
Visualización interactiva de datos
Seaborn
Análisis de datos
Entrada/salida de archivos
Software de análisis de datos
NumPy
Software de visualización de datos
Estructuras de datos
API RESTful
Programación en Python
Interfaz de programación de aplicaciones (API)
Manipulación de datos
Fundamentos de programación
Programación de computadoras
Temario
UNIDAD 1 - Introducción a Python y Google Colab · 29 leccionesIntroducción a Python y Fundamentos de Google Colab - UNIDAD 1 - Introducción a Python y Google Colab
UNIDAD 1 - Introducción a Python y Google Colab · 29 lecciones
Introducción a Python y Fundamentos de Google Colab - UNIDAD 1 - Introducción a Python y Google Colab
- Introducción al Curso 'Introducción a Python y Fundamentos de Google Colab'
- Recurso de especialización completo
- Orígenes y evolución de Python
- ¿Por qué es popular Python?
- Comparar y contrastar Python con otros lenguajes
- Mostrar aplicaciones del mundo real
- Programación por procedimientos
- Programación orientada a objetos (POO)
- Programación funcional
- Instalación local
- Gestión de la dependencia
- Entornos virtuales
- ¿Qué es Google Colab? Su propósito y ventajas
- Crear una cuenta Google Colab
- Visita detallada de la interfaz de Colab (menús, barra de herramientas, explorador de archivos)
- Explicar el concepto de célula
- Demostrar operaciones básicas con celdas (añadir, eliminar, mover, ejecutar)
- Conceptos básicos de Python - Variables
- Tipos de datos - Enteros y conversión de tipos
- Operadores - Aritméticos, de comparación y lógicos
- Manipulaciones de cuerdas
- Función Input()
- Función Print()
- Comentarios en Python
- Normas de estilo del código Python
- Práctico - Escribe un programa que tome el nombre del usuario como entrada y lo salude
- Práctica - Escribir un programa que realice operaciones aritméticas básicas
- Manos a la obra - Formatear el portátil
- Introducción a Python y Google Colab - Evaluación
UNIDAD 2 - Flujo de control y funciones · 22 leccionesIntroducción a Python y Fundamentos de Google Colab - UNIDAD 2 - Flujo de control y funciones
UNIDAD 2 - Flujo de control y funciones · 22 lecciones
Introducción a Python y Fundamentos de Google Colab - UNIDAD 2 - Flujo de control y funciones
- Sentencias condicionales: If, Elif, Else
- Sentencias condicionales: Sentencias If anidadas
- Bucles: Bucle For
- Bucles: Bucle While
- Bucles: Bucles anidados
- Declaraciones de control de bucle: Break
- Declaraciones de control de bucle: Continuar
- Declaraciones de control de bucle: Pase
- Funciones: Definición
- Funciones: Parámetros y valores de retorno
- Funciones: Argumentos por defecto
- Funciones: Argumentos de palabras clave
- Funciones: Alcance de las variables
- Funciones Lambda: Funciones anónimas
- Funciones Lambda: Sintaxis de las funciones lambda
- Funciones Lambda: Casos de uso
- Práctica - Escribir una función para calcular el factorial de un número
- Práctica - Escribir una función para comprobar si un número es primo
- Práctica - Escribir una función para invertir una cadena
- Práctica - Crear una función para calcular el área de diferentes formas
- Funciones, parámetros y valores de retorno en Python
- Flujo de control y funciones - Evaluación
UNIDAD 3 - Estructuras de datos · 29 leccionesIntroducción a Python y Fundamentos de Google Colab - UNIDAD 3 - Estructuras de datos
UNIDAD 3 - Estructuras de datos · 29 lecciones
Introducción a Python y Fundamentos de Google Colab - UNIDAD 3 - Estructuras de datos
- Listas: Creación de listas mediante corchetes
- Listas: Indexación y corte: acceso a los elementos por su posición
- Listas: Modificación de listas
- Listas: Métodos de lista
- Listas: Comprensión de listas
- Listas: Iteración sobre listas
- Tuplas: Creación de tuplas mediante Parentheses()
- Tuplas: Acceso a los elementos
- Tuplas: Inmutabilidad
- Tuplas: Casos de uso de tuplas
- Diccionarios: Creación de diccionarios
- Diccionarios: Acceso a los valores
- Diccionarios: Modificación de diccionarios
- Diccionarios: Métodos de diccionario
- Diccionarios: Comprensiones del diccionario
- Diccionarios: Iteración sobre diccionarios
- Conjuntos: Iteración sobre diccionarios
- Conjuntos: Singularidad
- Operaciones de ajuste
- Método de ajuste
- Práctica - Crear un diccionario para almacenar la información de los alumnos
- Práctica - Utilizar conjuntos para encontrar elementos comunes entre dos listas
- Práctica - Implementar un carrito de la compra utilizando un diccionario para almacenar artículos
- Práctico - Escribir un programa para encontrar el elemento más frecuente de una lista
- Comprender y utilizar listas, tuplas y diccionarios en Python
- Conclusión del Curso 'Introducción a Python y Fundamentos de Google Colab'
- Estructuras de datos - Evaluación
- Evaluación práctica del curso completo
- Evaluación completa del curso
UNIDAD 4 - Trabajar con bibliotecas en Colab · 15 leccionesProgramación y bibliotecas de Python para la ciencia de datos - UNIDAD 4 - Trabajar con bibliotecas en Colab
UNIDAD 4 - Trabajar con bibliotecas en Colab · 15 lecciones
Programación y bibliotecas de Python para la ciencia de datos - UNIDAD 4 - Trabajar con bibliotecas en Colab
- Introducción al Curso 'Programación y Bibliotecas Python para Ciencia de Datos'
- Recurso de especialización completo
- Bibliotecas en Python
- Instalación de bibliotecas en Colab
- Importar las bibliotecas
- Bibliotecas esenciales: Numpy
- Bibliotecas esenciales: Pandas
- Bibliotecas esenciales: Matplotlib
- Bibliotecas esenciales: Seaborn
- Práctica - Utilizar NumPy para realizar operaciones matriciales
- Práctica - Cargar un conjunto de datos CSV en un marco de datos Pandas y realizar análisis
- Práctica - Crear un gráfico de líneas y un gráfico de barras utilizando Matplotlib para visualizar datos
- Práctica - Utiliza Seaborn para crear un gráfico de dispersión con una línea de regresión
- Uso de bibliotecas para el análisis y la visualización de datos en Python
- Trabajar con bibliotecas en Colab - Evaluación
UNIDAD 5 - Programación orientada a objetos (POO) · 18 leccionesProgramación y bibliotecas de Python para la ciencia de datos - UNIDAD 5 - Programación orientada a objetos (POO)
UNIDAD 5 - Programación orientada a objetos (POO) · 18 lecciones
Programación y bibliotecas de Python para la ciencia de datos - UNIDAD 5 - Programación orientada a objetos (POO)
- ¿Qué es la programación operativa?
- Principios de programación orientada a objetos
- Clases y objetos
- Constructores
- Variables de instancia
- Métodos
- Conceptos avanzados de programación orientada a objetos - Herencia
- Conceptos avanzados de programación orientada a objetos - Polimorfismo
- Conceptos avanzados de programación orientada a objetos - Encapsulación
- Conceptos avanzados de programación orientada a objetos - Abstracción
- Módulos
- Paquetes
- Importación de módulos y funciones
- Práctica - Crear una clase DOG con atributos
- Práctica - Creación de una clase CAT y demostración de la herencia
- Construir un sistema bancario sencillo
- Comprender las clases, los objetos y los métodos de la programación orientada a objetos
- Programación orientada a objetos (POO) - Evaluación
UNIDAD 6 - Gestión de archivos y excepciones · 18 leccionesProgramación y bibliotecas de Python para la ciencia de datos - UNIDAD 6 - Gestión de archivos y excepciones
UNIDAD 6 - Gestión de archivos y excepciones · 18 lecciones
Programación y bibliotecas de Python para la ciencia de datos - UNIDAD 6 - Gestión de archivos y excepciones
- Gestión de archivos - Abrir archivos
- Manejo de archivos - Lectura de archivos
- Manejo de archivos - Escritura de archivos
- Gestión de ficheros - Cierre de ficheros
- Manejo de archivos - Trabajar con diferentes tipos de archivos
- Errores y excepciones
- Bloques de prueba y excepción
- Planteamiento de excepciones
- Excepciones personalizadas
- Práctico - Escribir un programa para leer un archivo de texto y contar el número de palabras
- Práctico - Escribir un programa para leer un archivo CSV y calcular la media de una columna
- Práctica - Crear un programa para gestionar posibles errores
- Práctica - Implementación de una excepción personalizada para formatos de archivo no válidos
- Comprensión y gestión de excepciones en Python
- Conclusión del Curso 'Programación y Bibliotecas Python para Ciencia de Datos'
- Gestión de archivos y excepciones - Evaluación
- Evaluación práctica del curso completo
- Evaluación completa del curso
UNIDAD 7 - Python intermedio · 15 leccionesTécnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 7 - Python intermedio
UNIDAD 7 - Python intermedio · 15 lecciones
Técnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 7 - Python intermedio
- Introducción al Curso 'Técnicas Avanzadas de Python para Ciencia de Datos e IA'
- Recurso de especialización completo
- Iteradores y generadores: Iteradores
- Iteradores y generadores: Generadores
- Decoradores
- Sintaxis: Uso de la sintaxis @decorador
- Casos de uso de los decoradores
- Gestores de contexto: la instrucción «with»
- Métodos `enter()` y `exit()`: Definición de gestores de contexto personalizados
- Casos de uso de los gestores de contexto
- Práctica: crear un generador que genere los números de Fibonacci
- Práctico - Escribir un decorador para registrar las llamadas a funciones con marcas de tiempo
- Práctica: implementar un gestor de contexto para garantizar que un archivo siempre se cierre
- Creación y uso de generadores en Python
- Python para nivel intermedio - Evaluación
UNIDAD 8 - Conceptos avanzados de Python · 13 leccionesTécnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 8 - Conceptos avanzados de Python
UNIDAD 8 - Conceptos avanzados de Python · 13 lecciones
Técnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 8 - Conceptos avanzados de Python
- Introducción a las expresiones regulares
- Sintaxis básica
- El módulo Re
- Casos de uso
- ¿Qué es una API (interfaz de programación de aplicaciones)?
- Introducción a las API REST
- La biblioteca de solicitudes
- Claves de API y autenticación
- Práctica: utilizar expresiones regulares para validar direcciones de correo electrónico
- Práctica: recuperar datos de una API pública (por ejemplo, una API de chistes) y mostrarlos
- Práctica: utiliza la biblioteca «requests» para interactuar con una API REST
- Comprensión y uso de expresiones regulares y API
- Conceptos avanzados de Python - Evaluación
UNIDAD 9 - Análisis y visualización de datos · 13 leccionesTécnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 9 - Análisis y visualización de datos
UNIDAD 9 - Análisis y visualización de datos · 13 lecciones
Técnicas avanzadas de Python para la ciencia de datos y la IA - UNIDAD 9 - Análisis y visualización de datos
- Pandas avanzados
- Introducción a Plotly y explicación de sus ventajas
- Instalación: Explica cómo instalar Plotly en Colab
- Representación gráfica básica: Crea gráficos de puntos, gráficos de líneas y gráficos de barras con Plotly
- Personalización: añadir títulos, etiquetas, leyendas y anotaciones
- Funciones interactivas: habilitar el zoom, el desplazamiento, el efecto al pasar el cursor y los eventos de clic
- Gráficos avanzados: crea gráficos en 3D, mapas geográficos y otras visualizaciones complejas
- Ejercicios prácticos - 1
- Ejercicios prácticos - 2
- Conclusión del curso «Técnicas avanzadas de Python para la ciencia de datos y la inteligencia artificial»
- Análisis de datos y visualización - Evaluación
- Evaluación práctica del curso completo
- Evaluación completa del curso
Certificado oficial
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
9 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
15 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por Packt.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 9 unidades · 172 lecciones · 144 h
- 12 meses de acceso
- 15 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por Packt; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
