Lecciones

Resumen de cada lección de los cursos de la Academia:

3 - Lectura y visualización de Series de Tiempo (repaso)

(Mayo 14, 2024 - Series de Tiempo - Pre-procesamiento)

En esta lección haremos un repaso de las principales herramientas para la lectura y visualización de Series de Tiempo usando las librerías Pandas, Seaborn y Matplotlib.

2 - Series de Tiempo: ruta de aprendizaje

(Mayo 10, 2024 - Series de Tiempo - Pre-procesamiento)

En esta segunda lección del curso veremos una ruta de aprendizaje que sugiero seguir para aprender las técnicas más usadas para realizar el pre-procesamiento, análisis y generación de predicciones con series de tiempo.

1 - Las Series de Tiempo y su importancia en la Ciencia de Datos y el Machine Learning

(Mayo 9, 2024 - Series de Tiempo - Pre-procesamiento)

En esta primera lección vamos a entender qué son las Series de Tiempo y por qué resultan tan importantes en Ciencia de Datos y Machine Learning.

13 - Panorama general de las principales pruebas de hipótesis

(Mayo 1, 2024 - Estadística Inferencial Fundamentos)

En esta última lección del curso veremos un panorama general de las principales pruebas de hipótesis que podremos aplicar a nuestros datos dependiendo del tipo de dato y de si conocemos o no su distribución.

12 - Pasos a seguir para aplicar una prueba de hipótesis

(Abril 30, 2024 - Estadística Inferencial Fundamentos)

En esta lección veremos un procedimiento paso a paso que sugiero llevar a cabo siempre que queramos aplicar una prueba de hipótesis a nuestros datos independientemente de la prueba estadística o de la distribución que tengan dichos datos.

11 - Potencia de una prueba

(Abril 26, 2024 - Estadística Inferencial Fundamentos)

En esta lección vamos a entender qué es la potencia de una prueba estadística, por qué resulta importante al momento de aplicar una prueba de hipótesis y qué factores nos permiten incrementar el valor de dicha potencia.

10 - Errores tipo I y tipo II

(Abril 25, 2024 - Estadística Inferencial Fundamentos)

En esta lección hablaremos de los dos tipos de error que se pueden cometer al realizar una prueba de hipótesis, que se conocen como los errores tipo I y tipo II. Además, veremos cómo cuantificar la probabilidad de cometer estos errores.

9 - Significancia estadística y el valor p

(Abril 24, 2024 - Estadística Inferencial Fundamentos)

En esta lección hablaremos de los conceptos del valor p y la significancia estadística que nos permiten en últimas apoyar o rechazar la hipótesis nula al momento de realizar una prueba de hipótesis.

8 - Hipótesis y pruebas de hipótesis

(Abril 23, 2024 - Estadística Inferencial Fundamentos)

En esta lección vamos a entender qué es una hipótesis, las hipótesis nula y alternativa y lo que es una prueba de hipótesis.

7 - La técnica del bootstrapping

(Abril 19, 2024 - Estadística Inferencial Fundamentos)

En esta lección veremos la técnica del bootstrapping que nos permite hacer estimaciones estadísticas fiables a partir de los datos que hayamos recolectado.

6 - Los intervalos de confianza

(Abril 18, 2024 - Estadística Inferencial Fundamentos)

En esta lección veremos cómo cuantificar las incertidumbre en las estimaciones que estemos haciendo sobre nuestros datos usando los intervalos de confianza.

5 - El error estándar

(Abril 17, 2024 - Estadística Inferencial Fundamentos)

En esta lección vamos a entender qué es el error estándar que es una manera de cuantificar qué tan fiable es la estimación que estamos haciendo de la estadística de la población a partir de la distribución muestral.