×
Create CV Books Summaries Online Courses Blog Communities

Login

Sign up
MindLuster Logo
Categories
Recent

Análisis exploratorio de datos

Track :

Computer Science
Course Presenter :

Universidad Miguel Hernández de Elche

Lessons no : 38

For Free Certificate After Complete The Course

To Register in Course you have to watch at least 30 Second of any lesson

Join The Course Go To Community Download Course Content

What will you learn in this course?
  • Apply descriptive statistics to summarize data sets effectively for decision-making and insights
  • Identify and handle outliers to improve data quality and analysis accuracy in real-world datasets
  • Create and interpret data visualizations like charts and graphs to uncover hidden patterns and trends
  • Perform data cleaning and preparation to ensure reliable analysis in business, marketing, and data science contexts

How to Get The Certificate

  • You must have an account Register
  • Watch All Lessons
  • Watch at least 50% of Lesson Duration
  • you can follow your course progress From Your Profile
  • You can Register With Any Course For Free
  • The Certificate is free !
Lessons | 38
umh1263 2012 13 Lec001 Introduccion Estadística Descriptiva
00:10:57

umh1263 2012 13 Lec001 Introduccion Estadística Descriptiva
umh1263 2012 13 Lec002 Tablas de Frecuencias y descriptivos gráficos
00:33:25

umh1263 2012 13 Lec002 Tablas de Frecuencias y descriptivos gráficos
umh1263 2012 13 Lec003 Qué es el INE Obtener información
00:49:02

umh1263 2012 13 Lec003 Qué es el INE Obtener información
umh1263 2012 13 Lec004 Medidas de Localización Dispersión y Forma
00:39:47

umh1263 2012 13 Lec004 Medidas de Localización Dispersión y Forma
umh1263 2012 13 Lec005 Práctica ED1 Descriptiva para variables nominales
00:17:22

umh1263 2012 13 Lec005 Práctica ED1 Descriptiva para variables nominales
umh1263 2012 13 Lec006 Práctica ED2 Descriptiva para variables ordinales
00:15:03

umh1263 2012 13 Lec006 Práctica ED2 Descriptiva para variables ordinales
umh1263 2012 13 Lec007 Práctica ED3 Descriptiva para variables numéricas
00:25:05

umh1263 2012 13 Lec007 Práctica ED3 Descriptiva para variables numéricas
umh1263 2012 13 Lec008 Números índice Introducción y conceptos básicos
00:32:37

umh1263 2012 13 Lec008 Números índice Introducción y conceptos básicos
umh1263 2012 13 Lec009 Práctica Números índice simples
00:50:52

umh1263 2012 13 Lec009 Práctica Números índice simples
umh1263 2012 13 Lec010 Números Índice Complejos
00:42:55

umh1263 2012 13 Lec010 Números Índice Complejos
umh1263 2012 13 Lec011 Práctica Números Índice Complejos
00:45:29

umh1263 2012 13 Lec011 Práctica Números Índice Complejos
umh1263 2012 13 Lec012 Series Temporales
00:29:30

umh1263 2012 13 Lec012 Series Temporales
umh1263 2012 13 Lec013 Prácticas Series Temporales
00:48:22

umh1263 2012 13 Lec013 Prácticas Series Temporales
umh1263 2012 13 Lec014 Predicción con series temporales Ajuste de Tendencia y Estacionalidad
00:51:58

umh1263 2012 13 Lec014 Predicción con series temporales Ajuste de Tendencia y Estacionalidad
umh1263 2012 13 Lec016 Introducción a la Probabilidad
00:23:45

umh1263 2012 13 Lec016 Introducción a la Probabilidad
umh1263 2012 13 Lec017 Probabilidad de Sucesos Compuestos
00:24:27

umh1263 2012 13 Lec017 Probabilidad de Sucesos Compuestos
umh1263 2012 13 Lec020 Práctica Árboles de Probabilidad
00:50:26

umh1263 2012 13 Lec020 Práctica Árboles de Probabilidad
umh1263 2012 13 Lec022 Práctica Variables Aleatorias
00:35:27

umh1263 2012 13 Lec022 Práctica Variables Aleatorias
umh1263 2012 13 Lec24 Práctica Variables Aleatorias Discretas
00:37:26

umh1263 2012 13 Lec24 Práctica Variables Aleatorias Discretas
umh1263 2012 13 Lec026 Práctica Variables Aleatorias Normales
00:36:45

umh1263 2012 13 Lec026 Práctica Variables Aleatorias Normales
umh1263 2012 13 Lec028 Práctica Teorema Central del Límite
00:25:45

umh1263 2012 13 Lec028 Práctica Teorema Central del Límite
LEC02 01 PROBLEMAS H01 prob 1 y 2 umh1263 2017 2018
00:15:26

LEC02 01 PROBLEMAS H01 prob 1 y 2 umh1263 2017 2018
LEC02 01 PROBLEMAS H01 prob 7 9 y 10 umh1263 2017 2018
00:08:34

LEC02 01 PROBLEMAS H01 prob 7 9 y 10 umh1263 2017 2018
LEC02 01 PROBLEMAS H01 prob 3 4 5 y 6 umh1263 2017 2018
00:13:29

LEC02 01 PROBLEMAS H01 prob 3 4 5 y 6 umh1263 2017 2018
LEC02 01 PROBLEMAS H01 problema 08 umh1263 2017 2018
00:24:36

LEC02 01 PROBLEMAS H01 problema 08 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 05 umh1263 2017 2018
00:07:45

LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 05 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 06 umh1263 2017 2018
00:14:46

LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 06 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 10 umh1263 2017 2018
00:12:33

LEC02 02 PROBLEMAS H01 ESTRATIFICACIÓN de DATOS problema 10 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 MEDIDAS CENTRALIDAD de DATOS problema 01 02 03 umh1263 2017 2018
00:07:53

LEC02 02 PROBLEMAS H01 MEDIDAS CENTRALIDAD de DATOS problema 01 02 03 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 MEDIDAS CENTRALIDAD de DATOS problema 04 umh1263 2017 2018
00:07:33

LEC02 02 PROBLEMAS H01 MEDIDAS CENTRALIDAD de DATOS problema 04 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 problema 01 umh1263 2017 2018
00:10:08

LEC02 02 PROBLEMAS H01 problema 01 umh1263 2017 2018
LEC02 02 PROBLEMAS H01 problema 03 umh1263 2017 2018
00:40:28

LEC02 02 PROBLEMAS H01 problema 03 umh1263 2017 2018
LEC06 VA 01 prb01 umh1263 2018 2019
00:08:29

LEC06 VA 01 prb01 umh1263 2018 2019
LEC06 VA 01 prb02 umh1263 2018 2019
00:20:47

LEC06 VA 01 prb02 umh1263 2018 2019
LEC06 VA 01 prb03 umh1263 2018 2019
00:15:09

LEC06 VA 01 prb03 umh1263 2018 2019
LEC06 VA 01 prb04 umh1263 2018 2019
00:08:22

LEC06 VA 01 prb04 umh1263 2018 2019
LEC09 CEC 2018 03 14 P01 umh1263 2017 2018
00:07:40

LEC09 CEC 2018 03 14 P01 umh1263 2017 2018
LEC09 CEC 2018 03 14 P02 umh1263 2017 2018
00:15:44

LEC09 CEC 2018 03 14 P02 umh1263 2017 2018


We Appreciate Your Feedback

Be the First One Review This Course

Excellent
0 Reviews
Good
0 Reviews
medium
0 Reviews
Acceptable
0 Reviews
Not Good
0 Reviews
0
0 Reviews

Our New Certified Courses Will Reach You in Our Telegram Channel
Join Our Telegram Channels to Get Best Free Courses

Join Now

Related Courses

Linear Algebra for Computer Scientists
7 Lessons

Linear Algebra for Computer Scientists

Insertion Sort
3 Lessons

Insertion Sort

Bubble Sort
4 Lessons

Bubble Sort

GCSE Computer Science
18 Lessons

GCSE Computer Science

Random Access Memory
7 Lessons

Random Access Memory

Binary Trees
4 Lessons

Binary Trees

Bitwise Operators
4 Lessons

Bitwise Operators

Introduction to Stacks Data Structures
17 Lessons

Introduction to Stacks Data Structures

Organization Theory Structure and Design
41 Lessons

Organization Theory Structure and Design

Handling Large Scale Unit Level Data
41 Lessons

Handling Large Scale Unit Level Data

Introduction to Machine Learning
19 Lessons

Introduction to Machine Learning

Applied Linear Algebra Vectors Matrices
54 Lessons

Applied Linear Algebra Vectors Matrices

Artificial Intelligence beginners
1 Lessons

Artificial Intelligence beginners

Machine Learning Autumn 2018
1 Lessons

Machine Learning Autumn 2018

Robotics and Autonomous Systems
15 Lessons

Robotics and Autonomous Systems

Natural Language Understanding
15 Lessons

Natural Language Understanding

Análisis exploratorio de datos curso, El curso Análisis Exploratorio de Datos (EDA) está diseñado para enseñar a los estudiantes cómo comprender, resumir y descubrir patrones ocultos en los datos antes de aplicar modelos avanzados. A lo largo del curso, el participante aprenderá los principios fundamentales del análisis exploratorio, incluyendo el uso de estadísticas descriptivas, la identificación de valores atípicos y el análisis de distribuciones. También se profundiza en técnicas de visualización de datos mediante gráficos y tablas que facilitan la interpretación de la información. El curso aborda el proceso de limpieza y preparación de datos, permitiendo detectar errores, inconsistencias y relaciones relevantes entre variables. Además, se presentan ejemplos prácticos aplicados a casos reales en áreas como negocios, marketing y ciencia de datos. Este curso es ideal para principiantes y analistas que desean fortalecer su base analítica y tomar decisiones más informadas basadas en datos confiables. Universidad Miguel Hernández de Elche