BOOTCAMP PYTHON II - Data science

• Breve revisión de conceptos básicos: variables, estructuras de control y funciones en Python. 
• Uso de listas por comprensión y manejo avanzado de diccionarios.

• Introducción a NumPy: manipulación eficiente de matrices y operaciones numéricas. 
• Uso de Pandas: análisis y manipulación de datos estructurados en DataFrames. 

• Creación de gráficos y visualizaciones atractivas para explotar datos.
• Personalización de gráficos y representaciones visuales con Seaborn.

• Exploración y limpieza de datos en DataFrames.
• Aplicación de filtros, agregaciones y transformaciones para obtener insights.

• Conceptos fundamentales de Machine Learning.
• Uso de Scikit-learn para aplicar modelos de clasificación y regresión. 

• Técnicas para dividir conjuntos de datos en entrenamiento y prueba. 
• Evaluación del rendimiento de los modelos y ajuste de hiperparámetros. 

• Aplicación de algoritmos de clustering como K-means para agrupar datos.
• Visualización y evaluación de resultados de clustering.

• Trabajo con datos faltantes y técnicas de imputación.
• Transformación de variables categóricas y escalado de características. 

Desarrollo de proyectos aplicados de principio a fin, incluyendo exploración, análisis y construcción de modelos predictivos.