4.6
stars
147 ratings

Romeo Kienzler +1 more instructor

5,758 already enrolled

Offered By

IBM Skills Network

About this Course

46,782 recent views

¿Cuáles son algunas de las herramientas de ciencia de datos más populares, cómo las usa y cuáles son sus características? En este curso, aprenderá sobre Jupyter Notebooks, RStudio IDE, Apache Zeppelin y Data Science Experience. Aprenderá para qué se utiliza cada herramienta, qué lenguajes de programación pueden ejecutar, sus características y limitaciones. Con las herramientas alojadas en la nube en Cognitive Class Labs, podrá probar cada herramienta y seguir las instrucciones para ejecutar código simple en Python, R o Scala. Para finalizar el curso, creará un proyecto final con un Jupyter Notebook en IBM Data Science Experience y demostrará su competencia preparando un cuaderno, escribiendo Markdown y compartiendo su trabajo con sus compañeros.

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Beginner Level

Approx. 16 hours to complete

Spanish

Flexible deadlines

Reset deadlines in accordance to your schedule.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Beginner Level

Approx. 16 hours to complete

Spanish

Instructors

Instructor rating

4.5/5 (33 Ratings)

Romeo Kienzler

Chief Data Scientist, Course Lead

IBM Watson IoT

497,741 Learners

9 Courses

Svetlana Levitan

Senior Developer Advocate with IBM Center for Open Data and AI Technologies

5,758 Learners

1 Course

Offered by

IBM Skills Network

IBM is the global leader in business transformation through an open hybrid cloud platform and AI, serving clients in more than 170 countries around the world. Today 47 of the Fortune 50 Companies rely on the IBM Cloud to run their business, and IBM Watson enterprise AI is hard at work in more than 30,000 engagements. IBM is also one of the world’s most vital corporate research organizations, with 28 consecutive years of patent leadership. Above all, guided by principles for trust and transparency and support for a more inclusive society, IBM is committed to being a responsible technology innovator and a force for good in the world.

Syllabus - What you will learn from this course

Content Rating88%(1,335 ratings)

Week1

Week 1

4 hours to complete

Conjunto de herramientas para los Data Scientists

4 hours to complete

17 videos (Total 84 min)

17 videos

Introducción al curso3m Lenguajes de la Ciencia de los Datos2mIntroducción a Python3mIntroducción al Lenguaje R3mIntroducción a SQL3mOtros Lenguajes6m Categorias de las Herramientas de la Ciencia de los Datos2mHerramientas de Código Abierto para la Ciencia de los Datos - Parte 17mHerramientas de Código Abierto para la Ciencia de los Datos - Parte 25mHerramientas Comerciales para la Ciencia de los Datos5mHerramientas basadas en la nube para la ciencia de los datos8mLibrerías de la Ciencia de los Datos4mInterfaces de Programación de Aplicaciones4mConjuntos de datos - Mejorando la ciencia de los datos6mData Asset eXchange3mModelos de Aprendizaje Automático7mEl Model Asset Exchange5m

4 practice exercises

Prueba Práctica - Lenguajes30mPrueba Práctica - Herramientas30mPrueba Práctica - Paquetes, APIs, Conjunto de Datos, Modelos.30mPrueba con Calificación30m

Week2

Week 2

6 hours to complete

Herramientas de código abierto

6 hours to complete

10 videos (Total 57 min), 9 readings, 7 quizzes

10 videos

Visión General de Git/GitHub4mGitHub en Mac/Linux - Parte 19mGitHub en Mac/Linux - Parte 25mGitHub en Mac/Linux - Parte 3 (Opcional)8mComenzando con Jupyter Notebooks5mComenzando con Jupyter Lab6mArquitectura Jupyter6mQué es RStudio IDE?4m Instalación de paquetes y carga de Librerías en RStudio IDE2mGraficando dentro de RStudio IDE3m

9 readings

Taller de GitHub Parte - 110mRequisitos previos para la interfaz de la línea de mando (Opcional)10mRamificación y fusión en GitHub (opcional)10mAgregar clave SSH (Opciónal)10mGitHub Instrucciones para Windows Parte 2 (Opcional)10mInstrucciones de la parte 3 de GitHub para Windows (opcional)10mLectura: Jupyter Notebook en Internet10mLaboratorio: Rstudio – Principios10mLaboratorio: Creación de un mapa interactivo en R30m

4 practice exercises

Prueba Práctica - GitHub30mPrueba Práctica - Jupyter Notebooks30m Prueba Práctica - RStudio30mPrueba con Calificación30m

Week3

Week 3

3 hours to complete

Herramienta IBM para Data Science

Esta semana, aprenderá sobre una plataforma de ciencia de datos lista para la empresa de IBM, llamada Watson Studio. Aprenderá sobre algunas de las características y capacidades de lo que utilizan los científicos de datos en la industria. También aprenderá sobre otras herramientas de IBM que se utilizan para respaldar proyectos de ciencia de datos, como IBM Watson Knowledge Catalog, Data Refinery y SPSS Modeler.

3 hours to complete

15 videos (Total 72 min), 2 readings, 4 quizzes

15 videos

Qué es IBM Watson Studio4mIntroducción a Watson Studio4mCreación de una Cuenta en IBM Watson Studio2mJupyter Notebooks en Watson Studio - Parte 12mJupyter Notebooks en Watson Studio - Parte 23mEnlazar GitHub a Watson Studio2mOtras herramientas de IBM para la ciencia de datos1mCatálogo de conocimiento de IBM Watson6mRefinación de Datos7mSPSS Modeler Flows en Watson Studio6mIBM SPSS Modeler7mIBM SPSS Estadísticas7mModelo de Despliegue con Watson Machine Learning4mAuto AI en Watson Studio4mIBM Watson OpenScale7m

2 readings

Laboratorio: Creando un Watson Studio Project con Jupyter Notebooks10mLaboratorio: Modeler Flows en IBM Watson Studio10m

3 practice exercises

Prueba Práctica - Watson Studio30m Prueba Práctica – Otras Herramientas IBM30mPrueba con Calificación30m

Week4

Week 4

3 hours to complete

Asignación final: Crear y compartir su Jupyter Notebook

3 hours to complete

1 reading

Reviews

4.6

45 reviews

5 stars
71.14%
4 stars
18.79%
3 stars
5.36%
2 stars
2.68%
1 star
2.01%

TOP REVIEWS FROM HERRAMIENTAS PARA LA CIENCIA DE DATOS

by VGNov 10, 2022

Excelente contenido. Cubre a manera de introducción todas las herramientas necesarias para la ciencia de datos.

by HJFeb 2, 2021

Ideal para conocer todas las Herramientas disponibles para desarrollar el data science y tener un panorama de los que hay disponible en open source y comerciales con sus principales características..

by DGJul 2, 2021

Muy Buen curso, pero los subtítulos en español de los videos muchas veces no correspondían al contenido narrado.

by HPSep 8, 2021

Buen curso introductorio al uso de algunas herramientas de IBM para DataScience

View all reviews

Frequently Asked Questions

When will I have access to the lectures and assignments?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Certificate?
When you enroll in the course, you get access to all of the courses in the Certificate, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

More questions? Visit the Learner Help Center.

Herramientas para la ciencia de datos

About this Course