Curso de análisis de datos por el MIT (Descargar)

Este curso de análisis de datos por el MIT es una introducción al análisis estadístico de datos, el cual sirve para organizar, interpretar y extraer conclusiones significativas a partir de información cuantitativa. Ayuda a identificar patrones, tomar decisiones informadas y respaldar hipótesis en diversas áreas como ciencia, negocios o estudios sociales.

Los temas que tratarás están relacionados con probabilidad aplicada, muestreo, estimación, prueba de hipótesis, regresión lineal, análisis de varianza, análisis de datos categóricos y estadísticas no paramétricas.

Ten en cuenta que lo que aprenderás en este curso gratuito, creado e impartido por el MIT (Instituto Tecnológico de Massachusetts), es solo la parte teórica.

¿A quién está dirigido el curso de análisis de datos por el MIT?

El curso está dirigido a aquellas personas interesadas en analítica de datos, programación y estadística. También puede ser de interés para profesionales de otros sectores como la economía y las finanzas o el marketing digital y la publicidad.

Para poder aprovechar al máximo el curso convendría tener conocimientos básicos de Python (ver cursos de Python gratuitos).

Este curso se imparte en inglés, por lo que necesitarás dominar un nivel intermedio del idioma para aprovecharlo al máximo (ver cursos de inglés gratis). También cuenta con subtítulos en inglés que te facilitarán la comprensión.

Para participar, no será necesario ningún conocimiento técnico previo para la realización de este curso. Solo deberás contar con un ordenador con conexión estable a Internet para poder acceder a todo el contenido del curso de forma online.

¿Qué aprenderás en el curso de análisis de datos por el MIT?

La profesora Cynthia Rudin junto con Allison Chang y Dimitrios Bisias son los instructores de este curso. Tiene una duración de 6 semanas y se debe dedicar, al menos, un tiempo de entre 1 y 2 horas por semana para completarlo.

Podrás hacerlo a tu propio ritmo y contarás con todos los materiales y recursos necesarios. 

Los temas a tratar a lo largo del curso son:

Repaso de probabilidad

Cálculo de probabilidades: probabilidades condicionales y regla de Bayes.

Cuantiles/percentiles, CDF, media, mediana, varianza, desviación estándar, covarianza, diversas distribuciones y para qué se utilizan (en particular, Bernoulli, binomial, multinomial, hipergeométrica, Poisson, normal).

Recopilación de datos

Terminología de muestreo: muestreo de conveniencia, SRS, muestreo aleatorio estratificado, muestreo por conglomerados multietápico, 1 en K.

Resumen y exploración de datos

Resumen de datos univariados: numéricamente (media de la muestra, RIQ, etc.) y mediante gráficos (gráfico circular/de barras/de Pareto para datos categóricos, histograma, diagrama de caja, gráfico normal).

Resumen de datos bivariados: paradoja de Simpson, diagrama de dispersión, coeficiente de correlación de muestra.

Series temporales: MA, EWMA, error de pronóstico y MAPE, coeficiente de autocorrelación.

Cálculo de probabilidades: probabilidades condicionales y regla de Bayes.

Cuantiles/percentiles, CDF, media, mediana, varianza, desviación estándar, covarianza, diversas distribuciones y para qué se utilizan (en particular, Bernoulli, binomial, multinomial, hipergeométrica, Poisson, normal).

Terminología de muestreo: muestreo de conveniencia, SRS, muestreo aleatorio estratificado, muestreo por conglomerados multietápico, 1 en K.

Resumen de datos univariados: numéricamente (media de la muestra, RIQ, etc.) y mediante gráficos (gráfico circular/de barras/de Pareto para datos categóricos, histograma, diagrama de caja, gráfico normal).

Resumen de datos bivariados: paradoja de Simpson, diagrama de dispersión, coeficiente de correlación de muestra.

Series temporales: MA, EWMA, error de pronóstico y MAPE, coeficiente de autocorrelación.

Acceso al curso de análisis de datos por el MIT

Accede al curso de análisis de datos por el MIT (Instituto Tecnológico de Massachusetts). Tanto la inscripción como la participación están habilitadas de forma totalmente gratuita. Para acceder al curso, en la ficha hay un enlace a descargar que te llevará a la descarga del curso completo en un archivo comprimido en zip (este es el enlace directo de la descarga).

Al finalizar este curso, no podrás optar a un certificado académico de participación o finalización de tus estudios, ya que es la propia institución la que no lo ofrece.

Si quieres seguir formándote, también pueden interesarte este curso de análisis de datos en Python de inicial a avanzado o este otro curso de análisis de datos sin saber programar. Ambos son completamente gratuitos.