0

  • No hay productos en el carrito.

IBM – Análisis de Datos con Excel y R

Prepárate para una carrera en analítica de datos con Excel, Cognos Analytics y R en menos de 3 meses.

Imagen de perfil

INEC

Estudiantes

0

  (

)

Actualizado:

agosto 15, 2025

coursera

Certificado del Programa

Los usuarios que se suscriban a este curso, tienen la oportunidad de obtener un Certificado de estudios con validez SEP , verificable, imprimible y descargable (PDF) . 

Para Obtener tu certificado SEP deberás presentar tu certificado de finalización de coursera. Tu membresía tiene incluida la emisión de 1 Certificado para el curso que elijas.

Si quieres cursar otro programa con certificado este tiene un costo de emisión de MXN $1,950

      • Introducción al curso 00:02:41
      • Una nota rápida para la mejor experiencia de aprendizaje 00:02:00
      • Ecosistema de datos moderno 00:04:50
      • Actores clave en el ecosistema de datos 00:05:35
      • Definición del análisis de datos 00:05:31
      • Puntos de vista: ¿Qué es el análisis de datos? 00:03:09
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: El ecosistema moderno de datos y el papel de la analítica de datos 00:20:00
      • Cuestionario graduado: El ecosistema moderno de datos y el papel de la analítica de datos 00:20:00
      • Copia de Análisis de datos frente a Analítica de datos 00:02:00
      • Exploración del ecosistema de datos moderno 00:15:00
      • Responsabilidades de un analista de datos 00:04:39
      • Puntos de vista: Cualidades y habilidades para ser analista de datos 00:04:56
      • IA generativa: una habilidad esencial para los analistas de datos de hoy en día 00:10:00
      • Un día en la vida de un analista de datos 00:05:25
      • Puntos de vista: Aplicaciones del análisis de datos 00:02:49
      • Cuestionario práctico: El papel del analista de datos 00:20:00
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario graduado: El papel del analista de datos 00:20:00
      • Visión general del ecosistema del Analista de datos 00:03:45
      • Tipos de datos 00:04:01
      • Comprender los distintos tipos de formatos de archivo 00:04:59
      • Fuentes de datos 00:07:56
      • Lenguas para profesionales de los datos 00:08:19
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: El ecosistema de datos y los lenguajes para profesionales de datos 00:20:00
      • Cuestionario graduado: El Ecosistema de datos y los lenguajes para profesionales de los datos 00:20:00
      • Visión general de los depósitos de datos 00:04:33
      • RDBMS 00:07:37
      • NoSQL 00:07:34
      • Data Marts, Data Lakes, ETL y Data Pipelines 00:06:45
      • Aplicaciones prácticas de los almacenes de datos, los «data marts» y los «data lakes» 00:05:00
      • Fundamentos de los macrodatos 00:05:21
      • Herramientas de procesamiento de Big Data 00:06:29
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Comprender los repositorios de datos y las plataformas de Big data 00:20:00
      • Cuestionario graduado: Comprender los repositorios de datos y las plataformas de Big data 00:20:00
      • Identificación de datos para el análisis 00:05:30
      • Fuentes de datos 00:04:42
      • Cómo recopilar e importar datos 00:06:30
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Recopilación de datos 00:20:00
      • Cuestionario graduado: Recopilación de datos 00:20:00
      • ¿Qué es la gestión de datos? 00:06:58
      • Herramientas para la gestión de datos 00:05:37
      • Limpieza de datos 00:06:27
      • Puntos de vista: Preparación de datos y fiabilidad 00:04:04
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Manejo de datos 00:20:00
      • Cuestionario graduado: Manejo de datos 00:20:00
      • Visión general del análisis estadístico 00:08:02
      • ¿Qué es la minería de datos? 00:05:21
      • Herramientas para la minería de datos 00:06:14
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Análisis y extracción de datos 00:20:00
      • Cuestionario graduado: Análisis y extracción de datos 00:20:00
      • Panorama general de la comunicación y puesta en común de los resultados del análisis de datos 00:05:05
      • Puntos de vista: Contar historias en el análisis de datos 00:03:06
      • Introducción a la visualización de datos 00:05:33
      • Introducción al software de visualización y cuadros de mando 00:07:45
      • Puntos de vista: Herramientas de visualización 00:03:16
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Comunicación de los resultados del análisis de datos 00:20:00
      • Cuestionario graduado: Comunicación de los resultados del análisis de datos 00:20:00
      • Oportunidades profesionales en el análisis de datos 00:05:58
      • Puntos de vista: Adéntrese en la profesión de los datos 00:03:23
      • Puntos de vista: ¿Qué buscan los empleadores en un analista de datos? 00:05:09
      • Los múltiples caminos del análisis de datos 00:04:01
      • Puntos de vista: Opciones profesionales para los profesionales de los datos 00:03:26
      • Puntos de vista: Consejos para los aspirantes a analistas de datos 00:03:39
      • Puntos de vista: Las mujeres en las profesiones relacionadas con los datos 00:03:08
      • IA generativa para la Analítica de datos 00:04:26
      • Resumen y aspectos destacados 00:10:00
      • Cuestionario práctico: Oportunidades y Vías de aprendizaje 00:20:00
      • Cuestionario graduado: Oportunidades y Vías de aprendizaje 00:20:00
      • Directrices para la presentación del proyecto final y entregables 00:05:00
      • Utilizar el análisis de datos para detectar el fraude con tarjetas de crédito 00:10:00
      • Opción 1: AI Graded – Proyecto final: Presentación y evaluación 00:20:00
      • Opción 2: AI Graded – Proyecto final: Presentación y evaluación 00:20:00
      • Felicitaciones y próximos pasos 00:02:00
      • Créditos del curso y agradecimientos 00:10:00
        • Introducción al curso 00:02:58
        • Introducción a las hojas de cálculo 00:05:28
        • Conceptos básicos de las hojas de cálculo – Parte 1 00:05:45
        • Conceptos básicos de las hojas de cálculo – Parte 2 00:06:55
        • Cuestionario práctico 00:20:00
        • Atajos de teclado de Excel 00:10:00
        • Laboratorio práctico 1: Introducción a Excel Online 00:30:00
        • Laboratorio práctico 2: Conceptos básicos de la hoja de cálculo 00:20:00
        • Puntos de vista: Utilización de hojas de cálculo como herramienta de análisis de datos 00:05:22
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario graduado 00:20:00
        • Introducción a Excel para el análisis de datos 00:15:00
        • Conjuntos de datos de muestra utilizados en el vídeo 00:10:00
        • Visualización, introducción y edición de datos 00:05:50
        • Copiar, rellenar y formatear celdas y datos 00:07:37
        • Laboratorio práctico 3: Introducción y formateo de datos 00:01:00
        • Los fundamentos de las fórmulas 00:07:07
        • Introducción a las funciones 00:05:28
        • Referencia de datos en las fórmulas 00:09:22
        • Laboratorio práctico 4: Uso sencillo de funciones 00:30:00
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario práctico 00:20:00
        • Cuestionario graduado 00:20:00
        • Introducción a la calidad de los datos 00:03:31
        • Importar datos de archivos 00:05:35
        • Fundamentos de la protección de datos 00:05:57
        • Puntos de vista: Calidad de los datos y privacidad 00:04:47
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario práctico 00:20:00
        • Cuestionario graduado 00:20:00
        • Eliminación de datos duplicados o inexactos y de filas vacías 00:08:48
        • Inconsistencias en los datos 00:09:02
        • Descargo de responsabilidad: Acerca de las funciones de Flash Fill tratadas en el siguiente vídeo «Más funciones de Excel para limpiar datos» 00:10:00
        • Más funciones de Excel para limpiar datos 00:06:13
        • Puntos de vista: Problemas con la calidad de los datos 00:04:01
        • Laboratorio práctico 5: Limpieza de datos 00:45:00
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario práctico 00:20:00
        • Cuestionario graduado 00:20:00
        • Conjuntos de datos de muestra utilizados en el vídeo 00:10:00
        • Introducción al análisis de datos mediante hojas de cálculo 00:05:32
        • Filtrar y ordenar datos en Excel 00:07:26
        • Puntos de vista: Filtrar y ordenar 00:01:55
        • Funciones útiles para el análisis de datos 00:11:23
        • Uso de las funciones VLOOKUP y HLOOKUP 00:09:37
        • Lectura: Fórmulas avanzadas de Excel: COUNTIFS, SUMIFS y XLOOKUP 00:15:00
        • Laboratorio práctico 6: Filtrado y ordenación de datos 00:30:00
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario práctico 00:20:00
        • Cuestionario graduado 00:20:00
        • Introducción a la creación de tablas dinámicas en Excel 00:07:46
        • Puntos de vista: Tablas dinámicas 00:03:27
        • Características de las tablas pivotantes 00:09:37
        • Laboratorio práctico 7: Uso de tablas dinámicas 00:30:00
        • Resumen y aspectos destacados 00:10:00
        • Cuestionario práctico 00:20:00
        • Cuestionario graduado 00:20:00
        • Resumen de la tarea final 00:06:00
        • Directrices para la presentación del proyecto final y entregables 00:06:00
        • Tarea final – Parte 1: Limpiar y preparar los datos 00:45:00
        • Tarea final – Parte 2: Analizar los datos 00:10:00
        • AI Graded: Proyecto final – Presentación y evaluación 01:00:00
        • Felicitaciones y próximos pasos 00:05:00
        • Créditos del curso y agradecimientos 00:01:00
          • Introducción al curso 00:03:35
          • Consejos útiles para completar el curso 00:02:00
          • Laboratorios prácticos opcionales sobre conceptos básicos de Excel 00:40:00
          • Atajos de teclado de Excel 00:05:00
          • Introducción a los gráficos 00:04:42
          • Entrevista: Utilizar visualizaciones para contar una historia de datos 00:03:54
          • Contar historias con datos: Cómo elegir la visualización adecuada 00:15:00
          • Creación de gráficos básicos en Excel (gráficos de líneas, circulares y de barras) 00:05:22
          • Introducción a la creación de tablas dinámicas en Excel 00:07:46
          • Uso de la función Excel PivotChart 00:06:05
          • Laboratorio práctico 1: Creación de gráficos básicos 00:20:00
          • Cuestionario práctico: Visualización de datos mediante hojas de cálculo 00:20:00
          • Resumen y aspectos destacados 00:10:00
          • Cuestionario graduado : Visualización de datos mediante hojas de cálculo 00:20:00
          • Creación de mapas de árbol, gráficos de dispersión e histogramas 00:07:53
          • Creación de Gráficos de Mapa coropléticos y Sparklines 00:06:00
          • Laboratorio práctico 2: Creación de gráficos avanzados 00:10:00
          • Resumen y aspectos destacados 00:10:00
          • Práctica: Creación de gráficos avanzados 00:20:00
          • Cuestionario graduado: Actualización de gráficos avanzados 00:20:00
          • Introducción a los cuadros de mando 00:03:57
          • Entrevista: Utilizar cuadros de mando para presentar los resultados de los datos 00:05:29
          • Creación de un cuadro de mando sencillo con Excel 00:07:44
          • Laboratorio práctico 3: Creación de un cuadro de mando sencillo con Excel 00:20:00
          • Resumen y aspectos destacados 00:10:00
          • Cuestionario de práctica: Creación de cuadros de mando mediante hojas de cálculo 00:20:00
          • Cuestionario graduado: Creación de cuadros de mando con hojas de cálculo 00:20:00
          • Cognos Analytics: Introducción y cómo inscribirse 00:03:24
          • Navegación en Cognos Analytics 00:07:32
          • Laboratorio práctico: Primeros pasos con Cognos Analytics 00:40:00
          • Resumen y aspectos destacados 00:01:00
          • Cuestionario práctico: Introducción a IBM Cognos Analytics 00:20:00
          • Creación de un cuadro de mando sencillo en Cognos Analytics 00:07:27
          • Laboratorio Práctico: Diferentes métodos para crear visualizaciones de cuadros de mando con Cognos Analytics 00:45:00
          • Capacidades avanzadas en los cuadros de mando de Cognos Analytics 00:06:54
          • Laboratorio práctico: Capacidades avanzadas de cuadros de mando en Cognos Analytics 00:45:00
          • Resumen y aspectos destacados 00:10:00
          • Cuestionario de Práctica: Creación de cuadros de mando con Cognos Analytics 00:20:00
          • Acerca de esta lección opcional con Looker Studio 00:02:00
          • (Opcional) : Introducción a Google Looker Studio 00:10:00
          • Creación de visualizaciones en informes con Looker Studio 00:10:00
          • (Optativo): Laboratorio práctico: Creación y configuración de visualizaciones en informes con Google Looker Studio 01:00:00
          • (Opcional) Laboratorio práctico: Gráficos avanzados en Looker Studio 00:30:00
          • Resumen y aspectos destacados 00:10:00
          • Cuestionario de Práctica: Creación y configuración de visualizaciones con Google Looker Studio 00:20:00
          • Cuestionario graduado: Creación de visualizaciones y cuadros de mando con Cognos Analytics 00:20:00
          • Resumen del proyecto final 00:10:00
          • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
          • Tarea final – Parte 1: Creación de visualizaciones con Excel 00:45:00
          • Tarea final – Parte 2a: Creación de visualizaciones con Cognos Analytics Ilimitado
          • Tarea final – Parte 2b: Creación de visualizaciones con Google Looker Studio 01:15:00
          • AI Graded – Proyecto Final: Presentación y evaluación 00:30:00
          • Felicitaciones y próximos pasos 00:10:00
          • Créditos del curso y agradecimientos 00:01:00
          • Introducción al curso 00:03:00
          • Revisión del curso: Introducción al análisis de datos 00:15:00
          • Revisión del curso: Fundamentos de Excel para el análisis de datos 00:15:00
          • Revisión del curso: Visualización de datos y cuadros de mando con Excel y Cognos 00:15:00
          • Evaluación final 00:20:00
          • Felicitaciones y próximos pasos 00:01:00
          • Gracias de parte del equipo del curso 00:10:00
            • Bienvenido a Introducción a la programación en R para la ciencia de datos 00:03:29
            • Introducción al lenguaje R 00:02:57
            • Tipos de datos básicos 00:05:37
            • Matemáticas, variables y cadenas 00:04:41
            • R Medio ambiente 00:04:31
            • Introducción a RStudio 00:03:19
            • Hola Mundo con R usando RStudio 00:15:00
            • Escribir y ejecutar R en cuadernos Jupyter 00:04:26
            • Matemáticas básicas con R utilizando Jupyter Notebook 00:15:00
            • Resumen y aspectos destacados 00:05:00
            • Cuestionario práctico 00:20:00
            • Cuestionario graduado 00:20:00
            • Vectores y factores 00:04:59
            • Operaciones vectoriales 00:05:10
            • Laboratorio práctico: Vectores y factores 00:30:00
            • Listas 00:02:39
            • Matrices y matrices 00:03:12
            • Laboratorio práctico: Matrices y matrices 00:20:00
            • Marcos de datos 00:03:42
            • Laboratorio práctico: Listas y Dataframe en R 00:15:00
            • Resumen y aspectos destacados 00:05:00
            • Cuestionario práctico 00:20:00
            • Cuestionario graduado 00:20:00
            • Condiciones y bucles 00:04:46
            • Laboratorio práctico: Condiciones y bucles 00:15:00
            • Funciones en R 00:05:59
            • Laboratorio práctico: Funciones en R 00:30:00
            • Operaciones con cadenas en R 00:04:13
            • Expresiones regulares 00:04:49
            • Laboratorio práctico: Cadenas y expresiones regulares 00:30:00
            • Formato de fecha en R 00:05:32
            • Depuración 00:03:37
            • Resumen y aspectos destacados 00:05:00
            • Cuestionario práctico 00:20:00
            • Cuestionario graduado 00:20:00
            • Lectura de CSV, Excel y conjuntos de datos incorporados 00:04:33
            • Lectura de archivos de texto en R 00:02:37
            • Escribir y guardar en archivos 00:03:14
            • Laboratorio práctico: Importación de datos en R 00:15:00
            • Solicitud HTTP y API REST 00:06:52
            • Laboratorio práctico: Solicitudes HTTP en R 00:25:00
            • Web Scraping en R 00:08:19
            • Laboratorio práctico: Webscraping en R 00:15:00
            • Resumen y aspectos destacados 00:05:00
            • Cuestionario práctico 00:20:00
            • Cuestionario graduado 00:20:00
            • Resumen del proyecto final 00:20:00
            • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
            • Laboratorio práctico: Proyecto final 01:00:00
            • Opción 1: Calificación IA – Presentación y evaluación del proyecto final 01:00:00
            • Opción 2: Peer Graded – Presentación y evaluación del proyecto final 01:00:00
            • Examen final 00:20:00
            • Felicitaciones y próximos pasos 00:05:00
            • Créditos y agradecimientos 00:02:00
              • Visión general del curso 00:04:00
              • Bienvenido a SQL para la ciencia de datos 00:04:42
              • Declaración SELECT 00:03:38
              • Ejemplos de sentencias SELECT 00:05:00
              • Laboratorio práctico: Sentencias SELECT simples 00:20:00
              • RECUENTO, DISTINTO, LÍMITE 00:02:28
              • Laboratorio práctico: CONTAR, DISTINGUIR, LIMITAR 00:30:00
              • Declaración INSERT 00:02:39
              • Sentencias UPDATE y DELETE 00:03:14
              • Laboratorio práctico: INSERTAR, ACTUALIZAR y ELIMINAR 00:20:00
              • Resumen del módulo: Primeros pasos con SQL 00:05:00
              • Cuestionario de Práctica: Introducción a SQL 00:20:00
              • Hoja de trucos SQL: Conceptos básicos – SELECT, INSERT, UPDATE, DELETE, COUNT, DISTINCT, LIMIT 00:15:00
              • Cuestionario graduado: Introducción a SQL 00:20:00
              • Introducción a las bases de datos 00:04:28
              • Conceptos de bases de datos relacionales 00:05:32
              • Tipos de sentencias SQL (DDL frente a DML) 00:02:24
              • Declaración CREATE TABLE 00:03:59
              • ALTERAR, ELIMINAR y truncar tablas 00:04:15
              • Ejemplos para CREAR y ELIMINAR tablas 00:05:00
              • Laboratorio Práctico: CREATE, ALTER, TRUNCATE, DROP en Tablas en MySQL usando phpMyAdmin 01:00:00
              • Laboratorio Práctico: Creación y carga de tablas mediante secuencias de comandos SQL 01:00:00
              • Resumen del módulo: Introducción a las bases de datos relacionales y a las tablas 00:02:00
              • Práctica: Introducción a las bases de datos relacionales y a las tablas 00:20:00
              • Hoja de trucos SQL: CREAR TABLA, ALTERAR, ELIMINAR, TRUNCAR 00:05:00
              • Cuestionario graduado: Introducción a las bases de datos relacionales y a las tablas 00:20:00
              • Acerca de esta lección opcional 00:02:00
              • Cómo crear una instancia de base de datos en la nube 00:05:51
              • Obtener el código de características de IBM Cloud y activar la cuenta de prueba 00:30:00
              • laboratorio práctico [opcional] con IBM Db2 00:01:00
              • Uso de patrones de cadenas y rangos 00:04:25
              • Clasificación de conjuntos de resultados 00:02:46
              • Agrupación de conjuntos de resultados 00:03:34
              • Lectura: Ejemplos de patrones de cadenas, ordenación y agrupación 00:15:00
              • Laboratorio práctico: Patrones de cuerdas, clasificación y agrupación 01:00:00
              • Resumen: Afinar los resultados 00:05:00
              • Cuestionario práctico: Afinar los resultados 00:20:00
              • Cuestionario graduado: Afinar sus resultados 00:20:00
              • Funciones de base de datos incorporadas 00:06:11
              • Funciones integradas de fecha y hora 00:03:07
              • Lectura: Ejemplos de Funciones integradas 00:15:00
              • Laboratorio práctico: Funciones incorporadas 01:00:00
              • Subconsultas y selecciones anidadas 00:04:44
              • Lectura: Ejemplos de subconsultas y consultas anidadas 00:15:00
              • Laboratorio práctico: Subconsultas y SELECT anidados 01:00:00
              • Trabajar con varias tablas 00:06:24
              • Lectura: Ejemplos de tablas múltiples 00:15:00
              • Laboratorio práctico: Trabajo con varias tablas 01:00:00
              • Resumen: Funciones, tablas múltiples y subconsultas 00:05:00
              • Cuestionario de Práctica: Funciones, Tablas Múltiples y Subconsultas 00:20:00
              • Hoja de trucos SQL: Intermedio – LIKE, ORDER BY, GROUP BY 00:05:00
              • Cuestionario graduado: Funciones, tablas múltiples y subconsultas 00:20:00
              • Acerca de esta lección opcional 00:02:00
              • laboratorio práctico [opcional] con IBM Db2 00:01:00
              • Por qué utilizar R con bases de datos relacionales 00:02:24
              • R Opciones de persistencia 00:01:19
              • Comparación terminológica 00:01:54
              • Mapeo de datos entre R y RDBMS 00:02:19
              • Consideraciones sobre el diseño de la base de datos 00:02:36
              • Laboratorio práctico: Repaso utilizando Jupyter y R Dataframes 00:15:00
              • Resumen y aspectos destacados: R y las bases de datos relacionales 00:10:00
              • Cuestionario práctico: R y bases de datos relacionales 00:20:00
              • Hoja de trucos – Conceptos básicos de R 00:15:00
              • Cuestionario graduado: R y las bases de datos relacionales 00:20:00
              • Opciones de conectividad 00:02:44
              • Conexión con RJDBC 00:02:57
              • Conectividad mediante ODBC 00:02:56
              • RODBC en detalle 00:04:46
              • Descubrimiento de metadatos 00:03:31
              • Lectura: Ejemplo de conexión con RJDBC utilizando SQLite 00:15:00
              • Laboratorio Práctico: Acceso a su base de datos mediante RJDBC 01:00:00
              • Lectura: Una revisión exhaustiva de RSQLite 00:15:00
              • Laboratorio Práctico: Accediendo a su Base de Datos con RSQLite 01:00:00
              • Resumen y aspectos destacados : Conexión a bases de datos desde R 00:10:00
              • Cuestionario práctico: Conexión a bases de datos desde R 00:20:00
              • CheatSheet – Conexión a bases de datos con R 00:15:00
              • Cuestionario graduado: Conexión a bases de datos desde R 00:20:00
              • Acerca de esta lección opcional 00:02:00
              • [Opcional] Laboratorio práctico: Creación de credenciales de servicio Db2 00:15:00
              • laboratorio práctico [opcional]: Acceso a su base de datos mediante RJDBC con DB2 00:10:00
              • laboratorio práctico [opcional]: Acceso a su base de datos mediante RODBC con DB2 00:15:00
              • Trabajar con datos 00:04:23
              • Diseño de bases de datos y preparación de datos 00:02:32
              • Creación de objetos físicos de base de datos 00:03:20
              • Cargar los datos 00:01:15
              • Consulta de datos (SQL SELECT) 00:04:09
              • Análisis de los datos 00:02:40
              • Lectura: Ejemplo de creación y consulta de bases de datos con SQLite utilizando R 00:15:00
              • Laboratorio Práctico: Creación y consulta de objetos de base de datos desde R mediante RSQLite con SQLite 01:00:00
              • Resumen y aspectos destacados: Trabajar con objetos de bases de datos utilizando R 00:05:00
              • Cuestionario de Práctica: Trabajando con Objetos de Base de Datos usando R 00:20:00
              • CheatSheet- Creación de objetos de base de datos y consulta de datos FROM R 00:15:00
              • Cuestionario Graduado: Trabajando con Objetos de Base de Datos usando R 00:20:00
              • Acerca de esta lección opcional 00:02:00
              • laboratorio práctico [opcional]: Creación y consulta de objetos de base de datos FROM R using RODBC with DB2 00:30:00
              • Laboratorio práctico: Práctica de consulta de conjuntos de datos del mundo real mediante RSQLite con SQLite 01:00:00
              • laboratorio práctico [opcional]: Práctica de consulta de conjuntos de datos del mundo real mediante RODBC con DB2 00:30:00
              • Resumen del proyecto final 00:20:00
              • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
              • Laboratorio para el proyecto final – Analítica de datos para el Conjunto de datos de producción de cultivos canadienses 01:00:00
              • [Opcional] Notebook de Jupyter con Problemas para la Asignación Revisada por Pares usando RODBC con DB2 00:45:00
              • Opción 1: AI Graded – Proyecto final: Presentación y evaluación 01:00:00
              • Opción 2: Peer Graded – Presentación y evaluación del proyecto final 01:00:00
              • Examen final 00:20:00
              • Felicitaciones y próximos pasos 00:02:00
              • Introducción al análisis de datos con R 00:02:47
              • El problema 00:03:39
              • Comprender los datos 00:03:34
              • Paquetes R para la ciencia de datos 00:04:41
              • Importar y exportar datos en R 00:05:43
              • Introducción al análisis de datos en R 00:03:10
              • Laboratorio práctico 1: Introducción al análisis de datos 01:00:00
              • Resumen y aspectos destacados 00:10:00
              • Hoja de trucos: funciones dplyr 00:15:00
              • Cuestionario práctico 00:20:00
              • Cuestionario graduado 00:20:00
              • Preprocesamiento de datos en R 00:01:44
              • Cómo tratar los valores perdidos en R 00:08:03
              • Formateo de datos en R 00:03:47
              • Normalización de datos en R 00:04:33
              • Binning en R 00:03:49
              • Convertir valores categóricos en una variable numérica en R 00:04:03
              • Laboratorio práctico 2: Manejo de datos 01:00:00
              • Resumen y aspectos destacados 00:10:00
              • Hoja de trucos – Manejo de datos con Tidyverse 00:15:00
              • Cuestionario práctico 00:20:00
              • Cuestionario graduado 00:20:00
              • Estadísticas descriptivas 00:06:09
              • Agrupación de datos en R 00:04:45
              • Análisis de la varianza (ANOVA) en R 00:05:45
              • Correlación en R 00:04:54
              • Correlación – Estadísticas 00:05:33
              • Laboratorio práctico 3: Análisis exploratorio de datos 01:00:00
              • Resumen y aspectos destacados 00:05:00
              • Hoja de trucos: Análisis exploratorio de datos 00:15:00
              • Cuestionario práctico 00:20:00
              • Cuestionario graduado 00:20:00
              • Introducción al desarrollo de modelos 00:02:38
              • Regresión lineal simple 00:08:33
              • Regresión lineal múltiple 00:03:56
              • Evaluar modelos visualmente 00:08:54
              • Regresión polinómica 00:03:53
              • Evaluación del modelo 00:05:23
              • Predicción y toma de decisiones 00:05:10
              • Laboratorio práctico 4: Desarrollo de modelos 01:00:00
              • Resumen y aspectos destacados 00:05:00
              • Hoja de trucos – Desarrollo de modelos 00:15:00
              • Cuestionario práctico 00:20:00
              • Cuestionario graduado 00:20:00
              • Evaluación de modelos 00:09:37
              • Sobreadaptación e inadaptación 00:08:03
              • Regularización 00:07:12
              • Búsqueda en cuadrícula 00:04:38
              • Laboratorio práctico 5: Evaluación de modelos 01:00:00
              • Resumen y aspectos destacados 00:05:00
              • Hoja de trucos – Evaluación de modelos 00:15:00
              • Cuestionario práctico 00:20:00
              • Cuestionario graduado 00:20:00
              • Resumen de la tarea final 00:05:00
              • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
              • Laboratorio para el proyecto final – Analizar el tiempo NOAA para el aeropuerto JFK 01:00:00
              • Opción 1: Calificación IA – Presentación y evaluación del proyecto final 01:00:00
              • Opción 2: Peer Graded – Presentación y evaluación del proyecto final 01:00:00
              • Examen final 00:20:00
              • Felicitaciones y próximos pasos 00:02:00
              • Créditos y agradecimientos 00:02:00
                • Introducción al curso 00:03:00
                • Introducción a la visualización de datos 00:03:31
                • Uso de ggplot2 00:04:57
                • Resumen y aspectos destacados 00:03:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Gráficos de barras 00:04:25
                • Histogramas 00:03:40
                • Gráficos circulares 00:04:49
                • Laboratorio práctico: Aplicar el aprendizaje básico de los gráficos 00:20:00
                • Resumen y aspectos destacados 00:03:00
                • Hoja de trucos: Tramas básicas 00:15:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Gráficos de dispersión 00:04:27
                • Parcelas lineales 00:05:33
                • Parcelas en cajas 00:05:21
                • Laboratorio práctico: Aplicar el aprendizaje básico de la trama 00:30:00
                • Resumen y aspectos destacados 00:05:00
                • Hoja de trucos – Tramas básicas 00:15:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Personalizar parcelas 00:05:41
                • Temas y facetas 00:06:14
                • v2.2.3 – Mapas con folleto 00:04:26
                • Laboratorio práctico: Aplicar el aprendizaje de mapas 00:45:00
                • Resumen y aspectos destacados 00:05:00
                • Hoja de trucos – Personalización y mapas 00:15:00
                • Hoja de trucos – Personalización y mapas con Leaflet 00:15:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Introducción a los cuadros de mando y Shiny 00:04:46
                • Básicos brillantes 00:06:02
                • Crear una aplicación Shiny sencilla 00:05:37
                • Laboratorio práctico: Crear una aplicación Shiny (con Coursera Labs) 01:00:00
                • (Opcional) Laboratorio: Introducción a Posit Cloud 00:15:00
                • (Opcional) Laboratorio: Crear Shiny App en Posit Cloud 00:15:00
                • Resumen y aspectos destacados 00:10:00
                • Hoja de trucos – DashBoard 00:15:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Explorar los componentes brillantes 00:04:59
                • Despliegue la aplicación Shiny 00:04:31
                • Informes en rmd 00:06:00
                • Laboratorio práctico: Componentes Shiny (utilizando Coursera Labs) 01:00:00
                • (Opcional) Laboratorio práctico: Componentes Shiny en Posit Cloud 00:15:00
                • Resumen y aspectos destacados 00:05:00
                • Hoja de trucos – Aplicación del cuadro de mandos 00:15:00
                • Cuestionario práctico 00:20:00
                • Cuestionario graduado 00:20:00
                • Visión general del proyecto final – Cuadro de mando con Shiny utilizando datos del censo 00:05:00
                • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
                • Laboratorio final: Cuadro de mando con Shiny utilizando datos del censo (en Coursera Labs) 01:00:00
                • (Opcional) Laboratorio final: Panel de control con Shiny utilizando datos censales (en Posit Cloud) 00:15:00
                • Opción 1 – AI Graded: Proyecto final – Presentación y evaluación 00:20:00
                • Opción 2 – Peer Graded: Proyecto final – Presentación y evaluación 00:30:00
                • Examen final 00:20:00
                • Felicitaciones y próximos pasos 00:02:00
                • Créditos y agradecimientos 00:02:00
                • Introducción a la ciencia de datos con R Proyecto final 00:02:22
                • Resumen del curso 00:02:00
                • Visión general de Capstone 00:15:00
                • (Opcional) Obtener un Código de Característica de IBM Cloud 01:00:00
                • (Opcional) Laboratorio práctico: Creación de una cuenta de IBM Cloud 00:15:00
                • Recogida de datos sobre el tiempo y la demanda de bicicletas compartidas 00:01:30
                • Resumen de la recogida de datos 00:15:00
                • Laboratorio práctico: Completar la recogida de datos con el cuaderno Web Scraping 01:00:00
                • (Opcional) Laboratorio práctico: Completar la recopilación de datos con el cuaderno Web Scraping 00:15:00
                • Laboratorio práctico: Completar la recogida de datos con el cuaderno API de OpenWeather 01:00:00
                • (Opcional) Laboratorio práctico: Completar la recogida de datos con el cuaderno API de OpenWeather 00:15:00
                • Puntos de control 00:20:00
                • Gestión de datos 00:02:50
                • Visión general de la gestión de datos 00:05:00
                • Laboratorio Práctico: Cuaderno completo de manipulación de datos con expresiones regulares 01:00:00
                • (Opcional) Laboratorio práctico: Organización de datos completa con el cuaderno de expresiones regulares 01:00:00
                • Laboratorio práctico: Manipulación completa de datos con dplyr Notebook 01:00:00
                • (Opcional) Laboratorio práctico: Organización de datos completa con dplyr Notebook 01:00:00
                • Puntos de control 00:20:00
                • Análisis exploratorio de datos 00:01:44
                • Laboratorio práctico: Complete el laboratorio EDA con SQL utilizando RSQLite 01:00:00
                • (Opcional) Laboratorio práctico: Carga de datos en Db2 en IBM Cloud 00:15:00
                • (Opcional) Laboratorio práctico: Complete el laboratorio EDA con SQL utilizando RODBC con IBM DB2 01:00:00
                • (Opcional) Laboratorio práctico: Complete el laboratorio EDA con SQL en IBM Watson Studio 00:15:00
                • Laboratorio práctico: Completar el laboratorio EDA con visualización de datos 01:00:00
                • (Opcional) Laboratorio Práctico: Completar el laboratorio EDA con Visualización de datos 00:15:00
                • Puntos de control 00:20:00
                • Modelos de regresión 00:02:02
                • Lectura: Predecir la demanda de bicicletas compartidas mediante modelos de regresión 00:15:00
                • Laboratorio práctico: Complete el Laboratorio de construcción de un modelo de regresión de referencia 01:00:00
                • Laboratorio práctico: Complete el laboratorio Mejora del modelo lineal 01:00:00
                • (Opcional) Laboratorio práctico: Complete el laboratorio Mejora del Modelo Lineal 02:00:00
                • Puntos de control 00:20:00
                • Construir un cuadro de mando con R Shiny 00:02:19
                • Laboratorio práctico: Cree una aplicación de predicción de la demanda de bicicletas compartidas (con Coursera Labs) 01:00:00
                • (Opcional) Laboratorio: Introducción a Posit Cloud 00:15:00
                • (Opcional) Laboratorio práctico (Parte A): Construya una aplicación de predicción de la demanda de bicicletas compartidas con R Shiny y Leaflet (utilizando Posit Cloud) 01:30:00
                • (Opcional) Laboratorio práctico (Parte B): Mejore la aplicación de Predicción de la Demanda de Bicicletas Compartidas con Parcelas de Detalles de la Ciudad (utilizando Posit Cloud) 01:30:00
                • Puntos de control 00:20:00
                • Elementos de un informe de hallazgos de datos satisfactorio 00:04:49
                • Lectura: Estructura de un informe 00:15:00
                • Las mejores prácticas para presentar sus conclusiones 00:03:09
                • (Optativo) Laboratorio práctico: Primeros pasos con PowerPoint para la Web 00:20:00
                • (Optativo) Laboratorio práctico: Conceptos básicos de PowerPoint 00:15:00
                • (Opcional) Laboratorio práctico: Guarde su presentación PowerPoint como PDF 00:05:00
                • Lectura: Directrices y entregables para la presentación del proyecto final 00:05:00
                • Ejercicio: Preparar su presentación (con la plantilla de diapositivas proporcionada) 00:15:00
                • Opción 1 – AI Graded: Proyecto final – Presentación y evaluación 00:30:00
                • Opción 2 – Revisión por pares: Envía tu trabajo y revisa el de tus compañeros 01:00:00
                • Felicitaciones y próximos pasos 00:03:00
                • Créditos y agradecimientos 00:02:00

              Comparte esta certificación.

              Información del Curso

              240 Horas Curriculares

              24 Créditos Académicos

              Accede por tu Smartphone

              Certificado oficial SEP

              Aprendizaje especializado

              Contenido de la Certificación

              Prepárate para una carrera en analítica de datos con Excel, Cognos Analytics y R en menos de 3 meses.

              Conoce qué es la analítica de datos y los pasos del proceso analítico. Este certificado se centra en el uso de Microsoft Excel y R.

              Aprenderás habilidades que buscan los empleadores para roles de entrada: desde hojas de cálculo y dashboards hasta R Studio y Jupyter para análisis estadístico y modelado predictivo.

              Al completar, sabrás preparar, analizar y visualizar datos; construir modelos en R; y comunicar hallazgos mediante reportes y tableros interactivos.



              CURSO 1: Introduction to Data Analytics
              - Qué es la analítica y sus pasos
              - Roles de datos y tipos de estructuras/formatos

              CURSO 2: Excel Basics for Data Analysis
              - Navegación, fórmulas y calidad de datos
              - Filtros, búsquedas y tablas dinámicas

              CURSO 3: Data Visualization & Dashboards (Excel & Cognos)
              - Gráficos básicos y avanzados en Excel
              - Dashboards interactivos con Cognos

              CURSO 4: Assessment (Foundations)
              - Validación de preparación en análisis y visualización

              CURSO 5: Introduction to R Programming for Data Science
              - Tipos de datos, estructuras y manejo de archivos en R
              - Expresiones regulares y scraping web

              CURSO 6: SQL for Data Science with R
              - SQL básico y avanzado; consultas con R

              CURSO 7: Data Analysis with R
              - Preparación de datos y regresión

              CURSO 8: Data Visualization with R
              - ggplot2, Leaflet y dashboards con Shiny

              CURSO 9: Data Science with R – Capstone
              - Proyecto integrador de análisis y visualización en R

              Related Courses

              top
                INEC es una Marca de SalesPartners Ciudad de México S de RL de CV. Template Design © Learnify LMS. All rights reserved. Terminos y Condiciones Aviso de Privacidad Politica de Devolución
              Hide picture