Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/sanchezluys/inmersion-en-datos-con-python-2024

Inmersión en Datos con Python Julio 2024
https://github.com/sanchezluys/inmersion-en-datos-con-python-2024

analisis-de-data colab inmersiondatosaluralatam numpy pyhton

Last synced: 25 days ago
JSON representation

Inmersión en Datos con Python Julio 2024

Awesome Lists containing this project

README

        

# 📊 Curso de Inmersión de Datos con Python - Alura Latam

Este repositorio contiene los proyectos y ejercicios realizados durante el curso de Inmersión de Datos con Python en Alura Latam.

## 📝 Descripción

En este curso, aprenderemos a preprocesar y explorar datos utilizando Python y librerías como Pandas, Numpy, y Matplotlib. El curso está dividido en varias clases donde cubrimos diferentes aspectos del análisis de datos.

## Tareas Principales
1. Preposesamiento de datos
2. Exploracion de datos
3. Construccion de modelos
4. Evaluacion y seleccion del modelo

## 📚 Clases

### 🧩 Clase 01: Preprocesamiento y Exploración de Datos
En esta clase, veremos cómo:

- Cargar datos en un DataFrame de Pandas.
- Inspeccionar y entender la estructura de los datos.
- Limpiar y preparar los datos para el análisis.
- Realizar análisis exploratorio de datos (EDA) para obtener información relevante.

### Clase 02: pendiente
En esta clase, veremos cómo:

- pendiente

## 🛠️ Requisitos

- Python 3.7 o superior
- Jupyter Notebook
- Pandas
- Numpy
- Matplotlib

## 🚀 Instalación

1. Clona este repositorio:
```bash
git clone https://github.com/tu-usuario/inmersion-datos-python.git

# Diagrama de Flujo del Proceso de Datos

```mermaid
flowchart TD
A[Inicio] --> B[Revisar datos]
B --> C{¿Existen datos categóricos?}
C -->|Sí| D[Convertir datos categóricos en números]
D --> E[Revisar si existen datos discretos]
C -->|No| E
E --> F{¿Existen datos discretos?}
F -->|Sí| G[Revisar y ajustar datos discretos]
F -->|No| H[Fin]
G --> H
```

2. Contribuciones

Las contribuciones son bienvenidas. Si deseas contribuir, por favor sigue los siguientes pasos:

Haz un fork del repositorio.
Crea una nueva rama con tu contribución: git checkout -b mi-contribucion
Realiza tus cambios y haz commit de los mismos: git commit -m 'Agregar mi contribución'
Sube tus cambios a tu repositorio fork: git push origin mi-contribucion
Crea un pull request en GitHub.

Licencia

Este proyecto está bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.
Contacto

Si tienes alguna pregunta o sugerencia, no dudes en contactarme a través de github