Entrenamiento completo en data science con python 2022 [author] videos

To use the newest experience of Facebook, switch to a supported browser.

Table of Contents Show

¿Para quién es este curso?
¿Para quién es este curso?
1. Freecodecamp
Some of the videos on their channel include:
2. The Coding Train
Some of the videos on his channel include:
3. Data Science Jojo
Some videos on their channel include:
4. University of Washington
Some of the videos on their channel include:
5. StatQuest
Some of the videos on their channel include:
6. Corey Shafer
Some of the videos on his channel include:
Some of the videos on his channel include:

Table of Contents

¿Para quién es este curso?
¿Para quién es este curso?
1. Freecodecamp
Some of the videos on their channel include:
2. The Coding Train
Some of the videos on his channel include:
3. Data Science Jojo
Some videos on their channel include:
4. University of Washington
Some of the videos on their channel include:
5. StatQuest
Some of the videos on their channel include:
6. Corey Shafer
Some of the videos on his channel include:
Some of the videos on his channel include:

Se necesitan conocimientos de matemáticas de bachillerato o conocimientos básicos de estadística
Se recomienda saber programar un poco para enfocarse en aprender las técnicas de análisis en Python aunque no es totalmente necesario

¿Te suenan las palabras Machine Learning o Data Scientist? ¿Te pica la curiosidad de para qué sirven estas técnicas o por qué empresas de todo el mundo pagan un sueldo de 120.000 hasta 200.000$ al año a un científico de datos?

Pues este curso está pensado y diseñado por todo un profesional del mundo del Data Science como es Juan Gabriel Gomila, de modo que os va a compartir todo su conocimiento y ayudaros a entender la teoría tan compleja sobre las matemáticas que tiene detrás, los algoritmos y librerías de programación con Python para convertiros en todo unos expertos a pesar de que no tengáis experiencia previa.

Veremos paso a paso como empezar a trabajar con conceptos y algoritmos del mundo del Machine Learning. Con cada nueva clase y sección que completes tendrás unas nuevas habilidades que te ayudarán a entender este mundo tan completo y lucrativo que puede ser esta rama del Data Science.

También decirte que este curso es muy divertido, en la línea de Juan Gabriel Gomila y que aprenderás y te divertirás mientras vas aprendiendo acerca de técnicas de Machine Learning con Python. En particular, los temas que trabajaremos serán los siguientes:

Parte 1 - Instalación de Python y paquetes necesarios para data science, machine learning y visualización de los datos
Parte 2 - Evolución histórica del análisis predictivo y el machine learning
Parte 3 - Pre procesado y limpieza de los datos
Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de probabilidad más famosas
Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis, correlación,...
Parte 6 - Regression lineal simple, regresión lineal múltiple y regresión polinomial, variables categóricas y tratamiento de outliers.
Parte 7 - Clasificación con regresión logística, estimación con máxima verosimititud, validación cruzada, K-fold cross validation, curvas ROC
Parte 8 - Clustering, K-means, K-medoides, dendrogramas y clustering jerárquico, técnica del codo y análisis de la silueta
Parte 9 - Clasificación con árboles, bosques aleatorios, técnicas de poda, entropía, maximización de la información
Parte 10 - Support Vector Machines para problemas de clasificación y regresión, kernels no lineales, reconocimiento facial (cómo funciona CSI)
Parte 11 - Los K vecinos más cercanos, decisión por mayoría, programación de algoritmos de Machine Learning vs librerías de Python
Parte 12 - Análisis de componentes principales, reducción de la dimensión, LDA
Parte 13 - Deep learning, Reinforcement Learning, Redes neuronales artificiales y convolucionales y Tensor Flow

Además, en el curso encontrarás ejercicios, datasets para practicar basados en ejemplos de la vida real, de modo que no solo aprenderás la teoría con los vídeos, si no también a practicar para construir tus propios modelos de Machine Learning. Y como no olvidar que tendrás un github con todo el código fuente en Python para descargar y utilizar en todos tus proyectos. Así que no esperes más y apúntate al curso de Machine Learning más completo y útil del mercado español!

¿Para quién es este curso?

Cualquiera interesado en aprender Machine Learning
Estudiantes que tienen un conocimiento de matemáticas que quieran aprender acerca del Machine Learning con Python
Usuarios intermedios que conocen los fundamentos de Machine learning como los algoritmos clásicos de regresión lineal o logística pero buscan aprender más y explorar otros campos del aprendizaje estadístico
Programadores que les guste el código y que estén interesados en aprender Machine Learning para aplicar dichas técnicas a sus datasets
Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists
Analistas de datos que quieran ir más allá gracias al Machine Learning
Cualquier persona que no esté satisfecha con su propio trabajo y busque empezar a trabajar como un Data Scientist profesional
Cualquier persona que quiera dar valor añadido a su propia empresa utilizando las potentes herramientas de Machine Learning

Page 2

Se necesitan conocimientos de matemáticas de bachillerato o conocimientos básicos de estadística
Se recomienda saber programar un poco para enfocarse en aprender las técnicas de análisis en Python aunque no es totalmente necesario

Parte 1 - Instalación de Python y paquetes necesarios para data science, machine learning y visualización de los datos
Parte 2 - Evolución histórica del análisis predictivo y el machine learning
Parte 3 - Pre procesado y limpieza de los datos
Parte 4 - Manejo de datos y data wrangling, operaciones con datasets y distribuciones de probabilidad más famosas
Parte 5 - Repaso de estadística básica, intervalos de confianza, contrastes de hipótesis, correlación,...
Parte 6 - Regression lineal simple, regresión lineal múltiple y regresión polinomial, variables categóricas y tratamiento de outliers.
Parte 7 - Clasificación con regresión logística, estimación con máxima verosimititud, validación cruzada, K-fold cross validation, curvas ROC
Parte 8 - Clustering, K-means, K-medoides, dendrogramas y clustering jerárquico, técnica del codo y análisis de la silueta
Parte 9 - Clasificación con árboles, bosques aleatorios, técnicas de poda, entropía, maximización de la información
Parte 10 - Support Vector Machines para problemas de clasificación y regresión, kernels no lineales, reconocimiento facial (cómo funciona CSI)
Parte 11 - Los K vecinos más cercanos, decisión por mayoría, programación de algoritmos de Machine Learning vs librerías de Python
Parte 12 - Análisis de componentes principales, reducción de la dimensión, LDA
Parte 13 - Deep learning, Reinforcement Learning, Redes neuronales artificiales y convolucionales y Tensor Flow

¿Para quién es este curso?

Cualquiera interesado en aprender Machine Learning
Estudiantes que tienen un conocimiento de matemáticas que quieran aprender acerca del Machine Learning con Python
Usuarios intermedios que conocen los fundamentos de Machine learning como los algoritmos clásicos de regresión lineal o logística pero buscan aprender más y explorar otros campos del aprendizaje estadístico
Programadores que les guste el código y que estén interesados en aprender Machine Learning para aplicar dichas técnicas a sus datasets
Estudiantes de universidad que busquen especializarse y aprender a ser Data Scientists
Analistas de datos que quieran ir más allá gracias al Machine Learning
Cualquier persona que no esté satisfecha con su propio trabajo y busque empezar a trabajar como un Data Scientist profesional
Cualquier persona que quiera dar valor añadido a su propia empresa utilizando las potentes herramientas de Machine Learning

Photo from Pexels by Eren Li

Data science is one of the most important and in-demand skills in 2022.

If you’re looking to learn data science, you’re in luck! There are plenty of great resources available online, including DataCamp, Coursera, and Udacity.

But if you’re looking for a more informal and entertaining learning experience, Youtube might be the right place for you.

In this post, we will list 7 of my favorite Data Science Youtubers who offer free learning content.

Let’s start with my fav!

1. Freecodecamp

Freecodecamp is a community of over eight million people who learn to code together every day. They have been making videos on YouTube since 2015 and currently have nearly 5 million subscribers.

In their videos, they cover topics such as machine learning, data visualization, web development, and more.

The reason this channel is so popular among data science enthusiasts is because their videos are very hands-on. They often provide code snippets and walkthroughs, so you can follow along with them and learn by doing.

If you’re looking for a more interactive learning experience, then Freecodecamp is the perfect place to start.

Some of the videos on their channel include:

Machine Learning for Data Scientists: Regression
Data Visualization with Dthreejs
Web Development from Scratch: HTML, CSS, and JavaScript Basics

Click here to check out their channel: Freecodecamp

2. The Coding Train

The Coding Train is a YouTube channel created by Daniel Shiffman. He has been making videos on the subject of data science and programming for over five years, and he currently has nearly two million subscribers.

The reason this channel is so popular among YouTubers is because it’s very hands-on. Daniel often provides code snippets and walkthroughs, so you can follow along with him and learn by doing.

His videos are very entertaining, yet educational at the same time. If you’re looking for a more interactive learning experience, then The Coding Train is an excellent place to start.

Some of the videos on his channel include:

How to make a basic neural network in Python
How to use TensorFlow for machine learning and deep learning
Intro to Data Structures and Algorithms with JavaScript

Click here to check out his channel: The Coding Train

3. Data Science Jojo

Data Science Jojo is a data science channel with over 80,000 subscribers. They offers free online courses and video tutorials on data science topics such as machine learning, regression analysis, SQL, and Tableau. His videos are easy to follow and include lots of practical tips and examples.

The reason Data Science Dojo is one of the most popular data science channels on YouTube is because of the unique and engaging way they present their material. They often uses analogies and stories to explain complex data science concepts, making them easier to understand.

Some videos on their channel include:

Regression Analysis in Tableau
Data Science for Beginners: Introduction to Python for Data Science
Machine Learning with scikit-learn: Regression and Classification

Click here to check out their channel: Data Science Dojo

4. University of Washington

If you’re looking for a more academic approach to data science education on YouTube, then look no further than the University of Washington. This channel has nearly 150,000 subscribers and offers free data science courses from some of their best professors.

The videos go over topics such as machine learning, data mining, and big data. They also have a series of videos on “Python for Data Science”, which is a great resource if you’re looking to learn Python. If you’re interested in getting a formal education in data science, the University of Washington is an excellent place to start.

Some of the videos on their channel include:

Data Mining with Weka
Big Data Processing with Hadoop and Spark
Python for Data Science, Part One: Introduction to Python Programming

Click here to check out their channel: UWU

5. StatQuest

StatQuest is a YouTube channel created by Josh Starmer. He’s a data scientist who specializes in machine learning and deep learning. His videos are very informative, and he often provides insights that you won’t find anywhere else.

The reason you should watch StatQuest is because Josh has a very clear style of speaking. He speaks slowly and enunciates his words, which makes it easier to understand what he’s talking about.

Some of the videos on their channel include:

Bias vs Variance Tradeoff
Linear Classification with Support Vector Machines
Neural Networks for Time Series Prediction

Click here to check out his channel: StatQuest

6. Corey Shafer

Corey Shafer is a data scientist and software developer. His channel has over 800,000 subscribers who watch his videos for their interesting content as well as Corey’s approachable personality.

The reason you should watch this channel is because of its focus on real-world problems like predicting the price of Bitcoin using machine learning models or creating an image recognition system for identifying animals.

Corey also has a series called “Data Science from Scratch” that takes you through the basics of data science in a very hands-on way.

Some of the videos on his channel include:

Predicting Bitcoin Prices with Machine Learning
Building an Image Recognition System using TensorFlow
Data Science from Scratch: Machine Learning with K Nearest Neighbors (KNN) Algorithm

Click here to check out his channel: Corey Shafer

7. Sentdex

Sentdex is a YouTube channel created by Harrison Kinsley. He has over one million subscribers who watch his videos for their informative content as well as Harrison’s approachable personality.

Sentdex focuses on Python programming, machine learning, and data visualization topics like matplotlib plots in python or how to use seaborn library with python.

The reason you should watch this channel is because of its focus on Python programming, machine learning, and data visualization topics. Harrison has a very clear style of speaking and he makes difficult concepts easy to understand.

Some of the videos on his channel include:

Python for Data Science (Part 0): Introduction
Machine Learning with Python (Part 0): Introduction
Seaborn Library with Python (Part 0) :Introduction

Click here to check out their channel: Sentdex

Conclusion

If you are looking to learn more about data science, then these YouTube channels will provide a good starting point. There is no shortage of resources available online but finding the right one can be difficult at times. Needless to say there are many others out there as well so don’t feel limited by this list.

Join my email list with 5k+ people to get “The Complete Python for Data Science Cheat Sheet Booklet” for FREE