Análisis de datos contables
Desarrollar habilidades de análisis de datos para contables
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 144 h
25 unidades
Nivel intermedio
Qué aprenderás
Lo que serás capaz de hacer
Esta especialización desarrolla la mentalidad analítica de los alumnos y su conocimiento de las herramientas y técnicas de análisis de datos. En concreto, esta especialización desarrolla las habilidades analíticas de los alumnos introduciendo en primer lugar una mentalidad analítica, la preparación de datos, la visualización y el análisis utilizando Excel. A continuación, esta especialización desarrolla las habilidades de los alumnos en el uso de Python para la preparación de datos, la visualización de datos, el análisis de datos y la interpretación de datos, así como la capacidad de aplicar estas habilidades a cuestiones relevantes para la contabilidad. Esta especialización también desarrolla las habilidades de los alumnos en algoritmos de aprendizaje automático (utilizando Python), incluyendo clasificación, regresión, agrupación, análisis de texto, análisis de series temporales y optimización de modelos, así como su capacidad para aplicar estas habilidades de aprendizaje automático a problemas del mundo real.
Habilidades que desarrollarás
Evaluación de modelos
Algoritmos de aprendizaje automático
Visualización de datos
Optimización de modelos
Scikit Learn (biblioteca de aprendizaje automático)
Matplotlib
Software Tableau
Gráfica (gráficos)
Presentación de datos
Visualización interactiva de datos
Software de visualización de datos
Aprendizaje no supervisado
Análisis exploratorio de datos
Pandas (paquete de Python)
Compilación de datos
Seaborn
Preprocesamiento de datos
Entrenamiento de modelos
Aprendizaje automático
Programación en Python
Temario
UNIDAD 1 - Introducción al curso y Módulo 1: Introducción a la analítica contable · 9 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 1 - Introducción al curso y Módulo 1: Introducción a la analítica contable
UNIDAD 1 - Introducción al curso y Módulo 1: Introducción a la analítica contable · 9 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 1 - Introducción al curso y Módulo 1: Introducción a la analítica contable
- Introducción al curso
- Sobre Ronald Guymon
- Plan de estudios
- Glosario
- Acerca de los foros de debate
- ePub
- Educación en línea en la Escuela de Negocios Gies
- Nuevo elemento del plugin
- Actualice su perfil
UNIDAD 2 - Módulo 1: Introducción a la analítica contable · 17 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 2 - Módulo 1: Introducción a la analítica contable
UNIDAD 2 - Módulo 1: Introducción a la analítica contable · 17 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 2 - Módulo 1: Introducción a la analítica contable
- Resumen del módulo 1
- Lecturas del módulo 1
- Módulo 1 Introducción
- 1.1.1 Historia y futuro de la contabilidad
- 1.1.2 La importancia de los datos y la analítica en la contabilidad
- 1.1.3 La relación del ser humano con los datos
- 1.1.4 El papel de los contables en la configuración del uso de los datos
- 1.1.5 Herramientas de análisis de datos: Hojas de cálculo frente a lenguajes de ciencia de datos
- Lección 1.1 Comprobación de conocimientos
- 1.2.1 Análisis avanzado de datos en la contabilidad de gestión Visión general
- 1.2.2 Análisis avanzado de datos en auditoría
- 1.2.3 Análisis avanzado de datos en la contabilidad financiera Visión general
- 1.2.4 Análisis avanzado de datos en los impuestos Visión general
- 1.2.5 Análisis avanzado de datos en la contabilidad de sistemas Visión general
- Lección 1.2 Comprobación de conocimientos
- Módulo 1 Conclusión
- Introducción a la Analítica Contable: Cuestionario
UNIDAD 3 - Módulo 2: Análisis contable y mentalidad analítica · 18 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 3 - Módulo 2: Análisis contable y mentalidad analítica
UNIDAD 3 - Módulo 2: Análisis contable y mentalidad analítica · 18 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 3 - Módulo 2: Análisis contable y mentalidad analítica
- Resumen del módulo 2
- Lecturas del módulo 2
- Módulo 2 Introducción
- 2.1.1 Dejar espacio a la investigación empírica
- 2.1.2 La mentalidad del sistema 1 frente a la del sistema 2
- Lección 2.1 Comprobación de conocimientos
- 2.2.1 Vinculación de los cursos básicos con el pensamiento analítico
- 2.2.2 Razonamiento inductivo y deductivo
- 2.2.3 La analítica avanzada y el arte de la persuasión
- Lección 2.2 Comprobación de conocimientos
- 2.3.1 Marco FACT: Formule la pregunta
- 2.3.2 Marco FACT: Reunir los datos
- 2.3.3 Marco FACT: Calcular resultados
- 2.3.4 Marco FACT: Hable a otros de los resultados
- 2.3.5 Revisión del marco FACT
- Lección 2.3 Comprobación de conocimientos
- Módulo 2 Conclusión
- Análisis contable y mentalidad analítica Cuestionario
UNIDAD 4 - Módulo 3: Los datos y sus propiedades · 17 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 4 - Módulo 3: Los datos y sus propiedades
UNIDAD 4 - Módulo 3: Los datos y sus propiedades · 17 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 4 - Módulo 3: Los datos y sus propiedades
- Resumen del módulo 3
- Lecturas del módulo 3
- Módulo 3 Introducción: ¿Qué son los datos?
- 3.1.1 Características que hacen que los datos sean útiles para la toma de decisiones
- 3.2.1 Datos estructurados frente a datos no estructurados
- 3.2.2 Propiedades de un marco de datos ordenado
- 3.2.3 Tipos de datos
- 3.2.4 Diccionarios de datos
- Lección 3.2 Comprobación de conocimientos
- 3.3.1 Datos anchos frente a datos largos
- 3.3.2 Fusión de datos
- 3.3.3 Automatización de datos
- 3.4.1 Distribuciones de visualización
- 3.4.2 Visualización de las relaciones entre los datos
- Lección 3.4 Comprobación de conocimientos
- Módulo 3 Conclusión
- Los datos y sus propiedades: Cuestionario
UNIDAD 5 - Módulo 4: Visualización de datos 1 · 24 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 5 - Módulo 4: Visualización de datos 1
UNIDAD 5 - Módulo 4: Visualización de datos 1 · 24 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 5 - Módulo 4: Visualización de datos 1
- Resumen del módulo 4
- Lecturas del módulo 4
- Módulo 4 Introducción
- 4.1.1 ¿Por qué visualizar los datos?
- 4.1.2 Principios de percepción visual
- 4.1.3 Bloques de construcción de la visualización de datos
- Lección 4.1 Comprobación de conocimientos
- 4.2.1 Datos básicos de la carta
- 4.2.2 Gráficos de dispersión
- 4.2.3 Gráficos de barras
- 4.2.4 Gráficos de cajas y bigotes
- 4.2.5 Gráficos de líneas
- 4.2.6 Mapas
- Lección 4.2 Comprobación de conocimientos
- 4.3.1 Datos del cuadro financiero
- 4.3.2 Gráficos en cascada
- 4.3.3 Gráficos de velas
- 4.3.4 Mapas de árbol y gráficos Sunburst
- 4.3.5 Destellos y facetas
- 4.3.6 Gráficos a utilizar con moderación
- Lección 4.3 Comprobación de conocimientos
- Módulo 4 Conclusión
- Visualización de datos 1: Cuestionario
- Visualización de datos 1: Tarea de revisión por pares
UNIDAD 6 - Módulo 5: Visualización de datos 2 · 18 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 6 - Módulo 5: Visualización de datos 2
UNIDAD 6 - Módulo 5: Visualización de datos 2 · 18 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 6 - Módulo 5: Visualización de datos 2
- Resumen del módulo 5
- Lecturas del módulo 5
- Módulo 5 Introducción
- 5.1.1 Introducción a Tableau
- 5.1.2 Gráficos de dispersión en Tableau - 1
- 5.1.3 Gráficos de dispersión en Tableau - 2
- 5.1.4 Gráficos de barras e histogramas en Tableau
- 5.1.5 Gráficos de cajas y de líneas en Tableau
- 5.2.1 Añadir dimensiones en Tableau
- 5.2.2 Facetas y grupos en Tableau
- Lección 5.2 Comprobación de conocimientos
- 5.3.1 Uniones de datos en Tableau
- 5.3.2 Tableau Analytics - Previsiones
- 5.3.3 Tableau Analytics - Conglomerados e intervalos de confianza
- 5.4.1 Comunicar los análisis de Tableau
- Lección 5.4 Comprobación de conocimientos
- Módulo 5 Conclusión
- Visualización de datos 2: Cuestionario
UNIDAD 7 - Módulo 6: Herramientas analíticas en Excel 1 · 20 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 7 - Módulo 6: Herramientas analíticas en Excel 1
UNIDAD 7 - Módulo 6: Herramientas analíticas en Excel 1 · 20 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 7 - Módulo 6: Herramientas analíticas en Excel 1
- Resumen del módulo 6
- Lecturas del módulo 6
- Módulo 6 Introducción
- 6.1.1 Formular una pregunta: El economato de Larry
- 6.1.2 Recopilación de datos
- 6.1.3 ToolPak de análisis de datos y estadísticas descriptivas
- 6.1.4 Correlación
- Lección 6.1 Comprobación de conocimientos
- 6.2.1 Modelos lineales
- 6.2.2 Regresión simple
- 6.2.3 Diagnósticos de regresión 1: Resumen de regresión, ANOVA y estimaciones de coeficientes
- Lección 6.2 Comprobación de conocimientos
- 6.3.1 Regresión múltiple
- 6.3.2 Diagnóstico de regresión 2: Valores predichos, residuales y residuales normalizados
- 6.3.3 Diagnóstico de regresión 3: Gráficos de ajuste lineal, cuadrado R ajustado y mapas de calor para los valores P
- 6.4.1 Hacer una previsión con un modelo lineal
- Lección 6.4 Comprobación de conocimientos
- Módulo 6 Conclusión
- Herramientas analíticas en Excel 1: Cuestionario
- Herramientas analíticas en Excel 1: Tarea de revisión por pares
UNIDAD 8 - Módulo 7: Herramientas analíticas en Excel 2 · 17 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 8 - Módulo 7: Herramientas analíticas en Excel 2
UNIDAD 8 - Módulo 7: Herramientas analíticas en Excel 2 · 17 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 8 - Módulo 7: Herramientas analíticas en Excel 2
- Resumen del módulo 7
- Lecturas del módulo 7
- Módulo 7 Introducción
- 7.1.1 Modelos de regresión polinómica
- 7.1.2 Variables categóricas
- 7.1.3 Variables de indicadores múltiples
- 7.1.4 Términos de interacción
- 7.1.5 Resumen de la regresión
- Lección 7.1 Comprobación de conocimientos
- 7.2.1 Optimización con Excel Solver
- 7.2.2 Restricciones e informes del solucionador
- 7.3.1 Transformación Logit
- 7.3.2 Regresión logística simple
- 7.3.3 Precisión de la regresión logística
- Lección 7.3 Comprobación de conocimientos
- Módulo 7 Conclusión
- Herramientas analíticas en Excel 2: Cuestionario
UNIDAD 9 - Módulo 8: Automatización en Excel · 23 leccionesIntroducción al análisis y visualización de datos contables - UNIDAD 9 - Módulo 8: Automatización en Excel
UNIDAD 9 - Módulo 8: Automatización en Excel · 23 lecciones
Introducción al análisis y visualización de datos contables - UNIDAD 9 - Módulo 8: Automatización en Excel
- Resumen del módulo 8
- Lecturas del módulo 8
- Módulo 8 Introducción
- 8.1.1 Grabación de macros
- 8.1.2 Conceptos básicos del editor VB
- 8.1.3 Conceptos básicos de VBA
- Lección 8.1 Comprobación de conocimientos
- 8.2.1 Bucles For, variables, números índice y últimas filas
- 8.2.2 Sugerencias de programación
- 8.2.3 Sentencias condicionales
- Lección 8.2 Comprobación de conocimientos
- 8.3.1 Macro para crear histogramas múltiples
- 8.3.2 Visión general de la agrupación
- 8.3.3 Agrupación K-Means en Excel
- 8.3.4 Macro de agrupación K-Means
- 8.3.5 Agrupación a mayor escala
- Lección 8.3 Comprobación de conocimientos
- Módulo 8 Conclusión
- Automatización en Excel: Cuestionario
- ¡Enhorabuena por completar el curso!
- Obtenga su certificado del curso
- Aprenda a su ritmo
- Nuevo elemento del plugin
UNIDAD 10 - Orientación del curso y Módulo 1: Fundamentos · 34 leccionesAnálisis de datos contables con Python - UNIDAD 10 - Orientación del curso y Módulo 1: Fundamentos
UNIDAD 10 - Orientación del curso y Módulo 1: Fundamentos · 34 lecciones
Análisis de datos contables con Python - UNIDAD 10 - Orientación del curso y Módulo 1: Fundamentos
- Introducción al curso
- Sobre Ronald Guymon
- Acerca de Linden Lu
- Plan de estudios
- Glosario
- Acerca de los foros de debate
- Educación en línea en la Escuela de Negocios Gies
- Encuesta demográfica
- Actualice su perfil
- Resumen del módulo 1
- Lecturas del módulo 1
- Módulo 1 Introducción
- Lección 1.1 Lecturas
- 1.1 Introducción al análisis de datos
- 1.2 Cuaderno Jupyter
- Python y los entornos de desarrollo integrados (IDE)
- Instalación de Python y JupyterLab: Comience aquí
- Instalación de Python con JupyterLab Desktop (recomendado para usuarios de Windows y MAC)
- Instalación de Python con Homebrew y Pyenv (para usuarios avanzados de Mac)
- Installing Python from Python.org for Windows (Para usuarios avanzados de Windows)
- Navegar por Jupyter Notebook
- Navegando por JupyterLab
- Utilización de archivos de cuaderno
- Navegar con Spyder
- Comparación de Jupyter Notebook, JupyterLab y Spyder
- Introducción a Jupyter Notebook
- Actualizar carpetas
- 1.3 Introducción a Markdown
- Conceptos básicos de Markdown
- Introducción a Markdown
- Repaso del módulo 1
- Cuestionario del módulo 1
- Módulo 1 Programación Asignación
- Módulo 1 Programación Puntuación de la tarea
UNIDAD 11 - Módulo 2: Introducción a Python · 21 leccionesAnálisis de datos contables con Python - UNIDAD 11 - Módulo 2: Introducción a Python
UNIDAD 11 - Módulo 2: Introducción a Python · 21 lecciones
Análisis de datos contables con Python - UNIDAD 11 - Módulo 2: Introducción a Python
- Resumen del módulo 2
- Lecturas del módulo 2
- Módulo 2 Introducción
- 2.1 Introducción a Python
- Conceptos básicos de código Python
- Variables, tipos de datos y operadores
- Introducción a Python
- 2.2 Introducción a las funciones de Python
- Funciones incorporadas
- Funciones definidas por el usuario
- Funciones frente a métodos
- Actualizar carpetas
- Introducción a las funciones de Python
- 2.3 Sentencias condicionales en Python
- Comparación y operadores lógicos
- Trabajar con sentencias condicionales
- Sentencias condicionales en Python
- Repaso del módulo 2
- Cuestionario del módulo 2
- Módulo 2 Programación Asignación
- Puntuación de la tarea de programación del módulo 2
UNIDAD 12 - Módulo 3: Introducción a la programación en Python · 24 leccionesAnálisis de datos contables con Python - UNIDAD 12 - Módulo 3: Introducción a la programación en Python
UNIDAD 12 - Módulo 3: Introducción a la programación en Python · 24 lecciones
Análisis de datos contables con Python - UNIDAD 12 - Módulo 3: Introducción a la programación en Python
- Resumen del módulo 3
- Lecturas del módulo 3
- Módulo 3 Introducción
- 3.1 Introducción a las estructuras de datos de Python
- Introducción a las cuerdas
- Introducción a las listas
- Introducción a los diccionarios, tuplas y desempaquetado
- Operaciones de secuencia comunes
- Actualizar carpetas
- Introducción a las estructuras de datos en Python
- 3.2 Trabajar con estructuras de datos en Python
- Trabajar con cuerdas
- Trabajar con listas y tuplas
- Trabajar con diccionarios
- Trabajar con estructuras de datos en Python
- 3.3 Introducción a los bucles de Python
- El bucle For
- El bucle While
- Comprensiones
- Introducción a los bucles de Python
- Módulo 3 Repaso
- Cuestionario del módulo 3
- Módulo 3 Programación Asignación
- Puntuación de la tarea de programación del módulo 3
UNIDAD 13 - Módulo 4: Programación en Python · 21 leccionesAnálisis de datos contables con Python - UNIDAD 13 - Módulo 4: Programación en Python
UNIDAD 13 - Módulo 4: Programación en Python · 21 lecciones
Análisis de datos contables con Python - UNIDAD 13 - Módulo 4: Programación en Python
- Resumen del módulo 4
- Lecturas del módulo 4
- Módulo 4 Introducción
- 4.1 Escribir programas en Python
- Módulos Python
- Errores y excepciones
- Escribir programas en Python
- 4.2 Introducción a NumPy
- Matriz NumPy
- Funciones básicas de NumPy
- Actualizar carpetas
- Introducción a NumPy
- 4.3 Introducción a los pandas
- Introducción a los marcos de datos
- Selección de datos con marcos de datos
- Valores perdidos y copias con marcos de datos
- Introducción a los pandas
- Módulo 4 Repaso
- Cuestionario del módulo 4
- Módulo 4 Programación Asignación
- Puntuación de la tarea de programación del módulo 4
UNIDAD 14 - Módulo 5: Análisis de datos con Python · 23 leccionesAnálisis de datos contables con Python - UNIDAD 14 - Módulo 5: Análisis de datos con Python
UNIDAD 14 - Módulo 5: Análisis de datos con Python · 23 lecciones
Análisis de datos contables con Python - UNIDAD 14 - Módulo 5: Análisis de datos con Python
- Resumen del módulo 5
- Lecturas del módulo 5
- Módulo 5 Introducción
- 5.1 Python File IO
- Lectura y escritura de archivos con Python base
- Lectura y escritura de archivos con Pandas
- Preservar los tipos de datos con el decapado
- Actualizar carpetas
- Entrada/Salida de archivos Python
- 5.2 Trabajar con el DataFrame de Pandas
- Explorar los marcos de datos
- Copiar y ordenar marcos de datos
- Cambio de los nombres de columna y fila de los marcos de datos
- Agrupar y agregar con marcos de datos
- Apilar y pivotar marcos de datos
- Trabajar con el DataFrame de Pandas
- 5.3 Introducción a las estadísticas descriptivas
- Estadísticas descriptivas de los marcos de datos
- Introducción a las estadísticas descriptivas
- Repaso del módulo 5
- Cuestionario del módulo 5
- Módulo 5 Programación Asignación
- Puntuación de la tarea de programación del módulo 5
UNIDAD 15 - Módulo 6: Introducción a la visualización en Python · 25 leccionesAnálisis de datos contables con Python - UNIDAD 15 - Módulo 6: Introducción a la visualización en Python
UNIDAD 15 - Módulo 6: Introducción a la visualización en Python · 25 lecciones
Análisis de datos contables con Python - UNIDAD 15 - Módulo 6: Introducción a la visualización en Python
- Resumen del módulo 6
- Lecturas del módulo 6
- Módulo 6 Introducción
- 6.1 Introducción al trazado con Python
- Introducción al trazado con Pandas
- Más sobre trazar con pandas
- Introducción a matplotlib
- Más sobre el trazado con matplotlib
- Introducción al trazado con Seaborn
- Actualizar carpetas
- Introducción al trazado con Python
- 6.2 Introducción a la visualización unidimensional de datos
- Introducción a los histogramas Seaborn
- Introducción a las parcelas de caja Seaborn
- Introducción a las parcelas de barras Seaborn
- Introducción a las visualizaciones de datos unidimensionales
- 6.3 Introducción a los datos bidimensionales
- Introducción a los gráficos de dispersión
- Introducción a las parcelas por parejas
- Introducción a las parcelas conjuntas
- Introducción a las visualizaciones bidimensionales de datos
- Repaso del módulo 6
- Cuestionario del módulo 6
- Módulo 6 Programación Asignación
- Módulo 6 Programación Puntuación de la tarea
UNIDAD 16 - Módulo 7: Análisis de datos de producción · 25 leccionesAnálisis de datos contables con Python - UNIDAD 16 - Módulo 7: Análisis de datos de producción
UNIDAD 16 - Módulo 7: Análisis de datos de producción · 25 lecciones
Análisis de datos contables con Python - UNIDAD 16 - Módulo 7: Análisis de datos de producción
- Resumen del módulo 7
- Lecturas del módulo 7
- Módulo 7 Introducción
- 7.1 Introducción a CRISP-DM
- Introducción a CRISP-DM
- 7.2 Introducción a las técnicas de preparación de datos
- Funciones Pandas para cargar datos
- Rellenar los valores perdidos con medias condicionales
- Manipulación de columnas de cadenas de un marco de datos
- Creación de valores de fecha y hora
- Dividir, aplicar, combinar y más en Datetimes
- Funciones lambda
- Actualizar carpetas
- Introducción a las técnicas de preparación de datos
- 7.3 Regresión lineal en Python
- Configuración de los datos para la regresión
- Creación de un modelo de regresión simple
- Predicción con un modelo de regresión
- Modelo de regresión múltiple
- Variables categóricas en la regresión
- Introducción a la regresión lineal
- Repaso del módulo 7
- Cuestionario del módulo 7
- Módulo 7 Programación Asignación
- Módulo 7 Programación Puntuación de la tarea
UNIDAD 17 - Módulo 8: Introducción a las bases de datos en Python · 27 leccionesAnálisis de datos contables con Python - UNIDAD 17 - Módulo 8: Introducción a las bases de datos en Python
UNIDAD 17 - Módulo 8: Introducción a las bases de datos en Python · 27 lecciones
Análisis de datos contables con Python - UNIDAD 17 - Módulo 8: Introducción a las bases de datos en Python
- Resumen del módulo 8
- Lecturas del módulo 8
- Módulo 8 Introducción
- 8.1 Introducción a la persistencia de datos
- Introducción al terminal
- Creación de una base de datos SQLite desde el terminal
- Creación de una tabla SQLite a partir de un archivo CSV
- Uso del volcado y la lectura de archivos para crear tablas
- Alteración de tablas SQLite existentes
- Introducción a la persistencia de datos
- Actualizar carpetas
- 8.2 Conceptos avanzados
- Consulta de tablas con SQL
- Consultas de unión SQL
- SQL: Conceptos avanzados
- 8.3 Programación de bases de datos en Python
- Consulta de bases de datos relacionales con Python y SQL
- Explorar bases de datos y añadir filas a tablas con Python
- Programación de bases de datos en Python
- Repaso del módulo 8
- Cuestionario del módulo 8
- Módulo 8 Programación Asignación
- Módulo 8 Programación Puntuación de la tarea
- ¡Enhorabuena por completar el curso!
- Obtenga su certificado del curso
- Aprenda a su ritmo
- Encuesta de fin de curso
UNIDAD 18 - Orientación del curso y módulo 1: Introducción al aprendizaje automático · 18 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 18 - Orientación del curso y módulo 1: Introducción al aprendizaje automático
UNIDAD 18 - Orientación del curso y módulo 1: Introducción al aprendizaje automático · 18 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 18 - Orientación del curso y módulo 1: Introducción al aprendizaje automático
- Introducción al curso
- Acerca de Linden Lu
- Plan de estudios
- Glosario
- Educación en línea en la Escuela de Negocios Gies
- Encuesta demográfica
- Actualizar su perfil
- Resumen del módulo 1
- Módulo 1 Introducción
- 1.1 Introducción al aprendizaje automático
- Introducción al aprendizaje automático
- 1.2 Introducción al preprocesamiento de datos
- Introducción al preprocesamiento de datos
- 1.3 Introducción a los algoritmos de aprendizaje automático
- Introducción a los algoritmos de aprendizaje automático
- Cuestionario del módulo 1
- Módulo 1 Programación Asignación
- Módulo 1 Programación Puntuación de la tarea
UNIDAD 19 - Módulo 2: Algoritmos fundamentales I · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 19 - Módulo 2: Algoritmos fundamentales I
UNIDAD 19 - Módulo 2: Algoritmos fundamentales I · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 19 - Módulo 2: Algoritmos fundamentales I
- Resumen del módulo 2
- Módulo 2 Introducción
- 2.1 Introducción a la regresión lineal
- Introducción a la regresión lineal
- 2.2 Introducción a la regresión logística
- Introducción a la regresión logística
- 2.3 Introducción al árbol de decisión
- Introducción al árbol de decisión
- Cuestionario del módulo 2
- Módulo 2 Programación Asignación
- Puntuación de la tarea de programación del módulo 2
UNIDAD 20 - Módulo 3: Algoritmos fundamentales II · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 20 - Módulo 3: Algoritmos fundamentales II
UNIDAD 20 - Módulo 3: Algoritmos fundamentales II · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 20 - Módulo 3: Algoritmos fundamentales II
- Resumen del módulo 3
- Módulo 3 Introducción
- 3.1 Introducción a los vecinos más cercanos a K
- Introducción a los vecinos más cercanos a K
- 3.2 Introducción a la máquina de vectores soporte
- Introducción a la máquina de vectores soporte
- 3.3 Introducción al ensacado y al bosque aleatorio
- Introducción al ensacado y a los bosques aleatorios
- Cuestionario del módulo 3
- Módulo 3 Programación Asignación
- Puntuación de la tarea de programación del módulo 3
UNIDAD 21 - Módulo 4: Evaluación de modelos · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 21 - Módulo 4: Evaluación de modelos
UNIDAD 21 - Módulo 4: Evaluación de modelos · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 21 - Módulo 4: Evaluación de modelos
- Resumen del módulo 4
- Módulo 4 Introducción
- 4.1 Métrica de evaluación regresiva
- Métricas de evaluación regresivas
- 4.2 Métricas de evaluación de la clasificación I
- Métricas de evaluación de la clasificación I
- 4.3 Métricas de evaluación de la clasificación II
- Métricas de evaluación de la clasificación II
- Cuestionario del módulo 4
- Módulo 4 Programación Asignación
- Puntuación de la tarea de programación del módulo 4
UNIDAD 22 - Módulo 5: Optimización de modelos · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 22 - Módulo 5: Optimización de modelos
UNIDAD 22 - Módulo 5: Optimización de modelos · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 22 - Módulo 5: Optimización de modelos
- Resumen del módulo 5
- Módulo 5 Introducción
- 5.1 Introducción a la selección de características
- Introducción a la selección de características
- 5.2 Introducción a la validación cruzada
- Introducción a la validación cruzada
- 5.3 Introducción a la selección de modelos
- Introducción a la selección de modelos
- Cuestionario del módulo 5
- Módulo 5 Programación Asignación
- Puntuación de la tarea de programación del módulo 5
UNIDAD 23 - Módulo 6: Introducción al análisis de textos · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 23 - Módulo 6: Introducción al análisis de textos
UNIDAD 23 - Módulo 6: Introducción al análisis de textos · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 23 - Módulo 6: Introducción al análisis de textos
- Resumen del módulo 6
- Módulo 6 Introducción
- 6.1 Introducción al análisis de textos
- Introducción al análisis de textos
- 6.2 Introducción a la clasificación de textos
- Introducción a la clasificación de textos
- 6.3 Introducción a la clasificación de textos II
- Introducción a la clasificación de textos II
- Cuestionario del módulo 6
- Módulo 6 Programación Asignación
- Módulo 6 Programación Puntuación de la tarea
UNIDAD 24 - Módulo 7: Introducción a la agrupación · 11 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 24 - Módulo 7: Introducción a la agrupación
UNIDAD 24 - Módulo 7: Introducción a la agrupación · 11 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 24 - Módulo 7: Introducción a la agrupación
- Resumen del módulo 7
- Módulo 7 Introducción
- 7.1 Introducción a la agrupación de K-means
- Introducción a la agrupación K-means
- 7.2 Estudio de caso de K-means
- Estudio de caso de K-means
- 7.3 Introducción a la agrupación basada en la densidad
- Introducción a la agrupación basada en la densidad
- Cuestionario del módulo 7
- Módulo 7 Programación Asignación
- Módulo 7 Programación Puntuación de la tarea
UNIDAD 25 - Módulo 8: Introducción a los datos de series temporales · 13 leccionesAprendizaje automático para contabilidad con Python - UNIDAD 25 - Módulo 8: Introducción a los datos de series temporales
UNIDAD 25 - Módulo 8: Introducción a los datos de series temporales · 13 lecciones
Aprendizaje automático para contabilidad con Python - UNIDAD 25 - Módulo 8: Introducción a los datos de series temporales
- Resumen del módulo 8
- Módulo 8 Introducción
- 8.1 Trabajar con fechas y horas
- Trabajar con fechas y horas
- 8.2 Análisis de datos de series temporales
- Análisis de datos de series temporales
- Cuestionario del módulo 8
- Módulo 8 Programación Asignación
- Módulo 8 Programación Puntuación de la tarea
- ¡Enhorabuena por completar el curso!
- Obtenga su certificado del curso
- Aprenda a su ritmo
- Encuesta de fin de 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
25 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
44 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 University of Illinois Urbana-Champaign.
- 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.
- 25 unidades · 460 lecciones · 144 h
- 12 meses de acceso
- 44 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 University of Illinois Urbana-Champaign; 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.
