Análisis de datos
¿Por qué bajaron los ingresos en septiembre? ¿Qué clientes dejan de comprar? ¿Es mejor la nueva página del carrito que la anterior? Este curso trata de cómo responder una pregunta así con datos: cómo los consigues y los limpias, cómo ves qué hay en ellos y cómo decides con honestidad qué se deduce de ellos.
El código es Python, con las bibliotecas que usa todo analista: NumPy, pandas, matplotlib y scikit-learn. Se ejecuta aquí, en el navegador: cada campo de código es Python de verdad. Escribes, pulsas «Ejecutar» y ves la tabla o el gráfico debajo del código. No hay que instalar nada.
La primera ejecución descarga Python (unos 13 MB), y pandas con los gráficos otros 17 MB. El navegador los guarda, así que después todo arranca de inmediato. El aprendizaje automático del final del curso añade unos 19 MB.
Cómo se aprende aquí
Sección «Cómo se aprende aquí»El curso está dividido en módulos, y cada módulo en lecciones cortas. Una lección es una serie de tarjetas, una idea por tarjeta: una pregunta de la tienda, el código que la responde y una tarea pequeña que compruebas al instante. Un error de Python se explica con palabras sencillas, y el original queda debajo.
Los datos son los de la misma tienda del curso de SQL: productos, clientes, pedidos y líneas de pedido, en euros. Todo es inventado, y los números son los mismos en cada ejecución.
Necesitas Python hasta colecciones y funciones (listas, diccionarios, for, funciones). SQL ayuda, pero no es obligatorio. Cada módulo usa solo lo que enseñaron los anteriores, y tu progreso se guarda en el navegador.
El mapa del curso
Sección «El mapa del curso»Módulo 0
Bienvenida
2 lecciones · qué hace el análisis, el sandbox, la primera tabla
Módulo 1
NumPy
4 lecciones · arreglos, cálculos sin for, resúmenes, broadcasting
Módulo 2
Tablas con pandas
5 lecciones · Series y DataFrame, selección, filtros, columnas nuevas, tipos y valores faltantes
Módulo 3
Preparar los datos
5 lecciones · grupos, uniones, ancho y largo, fechas, datos sucios
Módulo 4
Gráficos
4 lecciones · matplotlib, qué gráfico para qué pregunta, distribuciones, gráficos honestos
Módulo 5
Estadística para decidir
6 lecciones · ruido, intervalos, pruebas de hipótesis, una prueba A/B, correlación y causa
Módulo 6
Modelos con scikit-learn
5 lecciones · predicción, clasificación, fuga de información, una evaluación honesta
Módulo 7
Proyecto: por qué bajaron los ingresos
1 lección · todo el recorrido con los datos de la tienda