Aprenderás los fundamentos de la programación con el lenguaje Python. Esto engloba números, strings, listas, diccionarios, operadores, condicionales, bucles, funciones y programación orientada a objetos.

En la Inteligencia Artificial las disciplinas matemáticas y estadísticas desempeñan un papel fundamental debido a que la ciencia de datos se vale de una variedad de algoritmos para alcanzar sus objetivos.
También aprenderás de Web Scraping, la técnica utilizada para extraer información de sitios web, con recursos como BeautifulSoup, Selenium y Helium.

Verás diferentes herramientas de visualización de datos, bibliotecas de datos, generación de gráficos o mapas interactivos con herramientas como Matplotlib, Seaborn, Plotly o Folium.

Aprenderás diversas formas de gestionar y almacenar los datos de forma efectiva, comprender su funcionamiento para poder tratar los datos óptimamente

Este módulo se divide en dos. En primer lugar, tendrás el aprendizaje supervisado donde se explicaran las regresiones lineales y logísticas, los modelos de clasificación como kNN, Nearest Centroid, Naive Bayes, Decision Trees, Random Forest, SVM, Grandient Boosting, Adaptive Boosting y por si fuera poco, realizarás tu segundo proyecto.

En segundo lugar, tendrás el aprendizaje no supervisado, donde verás los Métodos de clustering, reducción de dimensionalidad con técnicas de PCA (Principal Component Analysis) y Feature Selection. Complementamos con NLP, (Natural Language Processing), algoritmos genéticos, sistemas de recomendación, redes neuronales con Keras, y visión artificial con OpenCV. Y por último, desarrollarás el tercer proyecto.

En este módulo verás una introducción a PySpark, una herramienta de análisis de datos creada para utilizar Python junto con Spark (un motor ultrarrápido para el almacenamiento, procesamiento y análisis de grandes volúmenes de datos).

Igualmente, abordaremos el manejo de datos con PySpark, modelos de predicción con PySpark y MLlib, una librería de Machine Learning. Retomaremos regresiones, clasificaciones y NLP, pero esta vez con PySpark

En el módulo final desarrollarás el tercer y último proyecto. Aquí demostrarás todo lo aprendido en el bootcamp y deberás integrar un proyecto de Data Science con Streamlit, un marco de desarrollo de código abierto diseñado para crear rápidamente aplicaciones web interactivas y personalizadas para visualizar y presentar datos.

Con Streamlit podrás construir fácilmente interfaces de usuario interactivas utilizando Python como lenguaje de programación principal. Es una herramienta muy visual, intuitiva y que puede ser compartida fácilmente con otras personas.