Refuerza habilidades avanzadas de datos mediante 21 desafíos independientes: 15 centrados en Pandas y seis que se extienden a scikit-learn. Implementarás soluciones a partir de requisitos y ejemplos sobre limpieza, selección, transformación, agregación, series temporales, IO, combinación de DataFrames, visualización y machine learning.
La colección contiene un desafío Beginner y veinte Intermediate. Los escenarios usan datos compactos de ventas, finanzas, clientes, clima y películas, y después datasets integrados para clasificación, regresión, clustering, validación y métricas. Es un curso de práctica y evaluación, no una introducción paso a paso a Pandas.
Lo que aprenderás
- Limpiar datos ausentes, duplicados, inconsistentes, temporales y textuales y crear nuevas variables
- Filtrar y actualizar tablas con accesores MultiIndex,
where,query, reducciones booleanas y funciones propias - Reindexar, transformar, agrupar, normalizar, remuestrear, desplazar y agregar Series y DataFrames
- Comparar datos anuales y combinar tablas mediante concatenación, merge y joins por índice
- Importar y exportar CSV y JSON y crear gráficos analíticos desde resultados preparados
- Entrenar y evaluar modelos de clasificación k-NN, árboles de decisión y regresión logística
- Construir regresión lineal, Ridge y Lasso con selección de variables y validación cruzada
- Comparar K-means, clustering jerárquico y DBSCAN y analizar curvas de validación y métricas
A quién va dirigido este curso
Este curso está dirigido a quienes ya dominan los fundamentos de Pandas y buscan práctica exigente y variada, además de una introducción al uso de tablas en scikit-learn. Es ideal para estudiantes autónomos capaces de interpretar especificaciones, depurar código inicial y elegir operaciones sin una guía completa.
Requisitos previos: Debes manejar funciones de Python y operaciones comunes de Pandas como selección, filtros, agrupación, valores ausentes y carga de archivos. Para los seis desafíos de scikit-learn se recomiendan firmemente estadística básica y conceptos introductorios de machine learning.
Entorno de aprendizaje: Los 21 desafíos se ejecutan en un WebIDE Ubuntu 22.04 con archivos Python iniciales, datos locales y verificación. Las tareas visuales usan Matplotlib u otras herramientas, y las de ML usan datasets integrados de scikit-learn o archivos locales; no necesitas cuentas externas.
Preguntas frecuentes
¿El curso trata únicamente de Pandas?
No. Quince desafíos se centran en Pandas, pero seis usan scikit-learn para k-NN, árboles, regresión lineal, clustering, curvas de validación y métricas. Elige el curso solo si esa extensión de machine learning encaja con tus objetivos.
¿Es adecuado para un principiante completo?
No. Aunque figura como Beginner, veinte de sus 21 desafíos están marcados Intermediate. Se presupone que puedes seleccionar, transformar, agrupar y depurar datos Pandas con poca orientación.
¿Son guiados y debo completarlos en orden?
Cada desafío incluye requisitos, ejemplos, archivos iniciales y comprobaciones, pero no una solución completa. Los 21 escenarios son independientes; dentro de uno con varias etapas, sigue el orden si las posteriores reutilizan resultados anteriores.
¿Necesito datasets externos o cuentas cloud?
No. Los desafíos Pandas usan CSV, JSON o tablas locales, y los de ML usan archivos locales o datasets incluidos en scikit-learn. Todo se realiza en el entorno proporcionado.
