Que necesitas saber de Data Science

✅ Conoce nuestro curso de Excel en Línea 👇
a2capacitacion...
🤩 ¡Descubre todos nuestros cursos!
a2capacitacion...
👉 Conoce nuestro Blog: blog.a2capacita...
📽 Conoce nuestro nuevo canal: www.youtube.co....
==============================================================================
Todo lo que necesitas saber para entrar en el mundo del Data Science en solo 10 minutos 😱💥
¿Sera tan complicado como te lo imaginas? 🤔
😉 Te lo resumimos en 3 pasos:
1.- 🧱 Construir tus cimientos
Se necesita:
Lenguaje de Programación:
Ser una pistola en Python 🐍 y Pandas 🐼
Algebra Lineal:
No tienes que ser un experto pero si debes de tener ciertos conocimientos.
Estadística
Tienes que saber todo sobre Estadísticas.
2.- 🏗 Construir el edificio principal:
Se necesita:
Machine Learning en 2 fases:
1.1 Aprendizaje de maquina convencional
Entender los algoritmos
Aplicar la biblioteca Sidekick Learning en Python
1.2 Aprendizaje Profundo
Redes Neuronales
Librería Tensor Flow
Análisis de series de tiempo
Estadística Avanzada
3.- 🏨 Ponerle la fachada (Decorarlo)
Se necesita:
Decidir en qué especializarte (Predicciones, Finanzas, Visión por computadora, Reconocimiento facial, Entretenimiento, Algoritmos de recomendación, etc. etc.)
 Y lo más importante de todo es… Tener la creatividad para saber de dónde vamos a sacar datos que no todo mundo este analizando 🤩👌
Además de…
¡Practicar Mucho! 😉
==============================================================================
¡CHECA LOS PEORES MEMES DE EXCEL EN NUESTRAS REDES! 😎👇
Instagram y Facebook:
► Instagram: / a2excel
► Facebook: / a2capacitacion
► TikTok: / a2capacitacion
==============================================================================
00:54 🧱 Construir tus cimientos
04:14 🏗 Construir el edificio principal
08:20 🏨 Ponerle la fachada (Decorarlo)

[@isiscoronel9953]

Yo quiero segui este camino pero es difícil automotivarse cada dia y no perderse cuando las cosas no salen, si alguien está igual contactemos será un placer motivar a alguien que quiera hacer lo mismo y comentarnos temas, proyectos, cursos. Actualmente trabajo con SQL , Python y algo powerbi entre otras herramientas de Office pero mi camino deseado es ser data scientist. La base matemática la estoy estudiando aunque a pasitos y porai ando ánimo a todos!

[@joelcopa9977]

Estoy en la misma, ánimos! Buenísima la idea de relacionarse/interactuar con gente que tiene el mismo interés, tenes Discord?

[@ruycervantes01]

hola yo estoy al reves, tengo la base matematica xq en la uni estudie eso, pero la base programatica es la que estoy aprendiendo apenas con cursos de SQL y Phyton aunque ya tiene años xq de jovencito aprendi programacion con lenguajes q ya no se usan. En fin la idea es como dices motivarse y como lei en muchos comentarios apoyarnos y compartir experiencias en este tema.

[@joelcopa9977]

@@ruycervantes01 Me parece espectacular la idea de crear una comunidad exclusivamente para los que quieren formarse como data science o alguna rama a fin ya que muchos bootcamps recalcan la importancia de su comunidad y la ayuda grupal. Seria muy clave poder interactuar con gente que aspira lo mismo y poder compartir ideas, proyectos,etc.

[@alexiscastillo3398]

Seria super yo conozco muchas a academias que dictan curso y programas aveces es por temporadas

[@sergioalejandroartunduagab3837]

Holaaa, dejo mi comentario por si crean un grupo unirme (° ° )

[@sebastianbotero413]

He visto varios videos de este man y por alguna razón, siento que es una charla en la sala de mi casa. Explica con buena vibra.

[@raylibiak4201]

Por fin alguien que habla del álgebra y la Estadística de Maestría. Otros canales venden el tema de entrar a Data Science como si fuera algo fácil o asumirán que ya todos manejan estadística nivel maestría. El camino será duro pero por lo menos hay recompensa al final del túnel.

[@caesarmedfin9521]

Me pasó apenas, vi un par de videos que lo hacen ver fácil, ahora veo que son muchos más temas de donde hay que aprender

[@Vic.-HugoAmaya]

Actualmente las empresas no tienen muy claro que personal requieren así que por lo regular piden que tengas todos los conocimientos pero existen varias áreas o roles en Ciencia de Datos (Data Science). DATA SCIENTIST (Científico de Datos): El que entiende el modelo del negocio, estadística y procesa todos los datos con Machine Learning, además sabe presentar los resultados para que sean útiles en la toma de decisiones de la empresa. DATA ANALYST (Analista de Datos): Es el encargado de que los datos sean útiles para la empresa, por lo regular no trabaja con Machine Learning, procesa y analiza las bases de datos ya extraídos por el siguiente rol. DATA ENGINEER (Ingeniero de Datos): Su trabajo es Extracción, Transformación y Carga de datos, ya sea de las distintas fuentes que tenga disponibles desde bases de datos en la Nube (Clod Computing) o de servidores propios de la empresa. Incluso de BIG DATA en internet que estén disponibles por ejemplo los datos de INEGI. xD MACHINE LEARNING ENGINEER (Ingeniero en Aprendizaje de Maquina o Aprendizaje Automático) Este rol es el encargado de desarrollar o escalar la Inteligencia Artificial por medio del aprendizaje como mencionan en el video con imágenes o sistematización, incluso pasar al aprendizaje profundo (Deep Learning) muchos más complejo pero verdaderamente asombroso, pueden ver proyectos de GPU3, aquí ya entra las redes neuronales que pretende simular el cerebro humano.

[@ivansalazar3254]

Y la parte de la limpieza a quien consideras le debería pertenecer?

[@AngelGonzalez-fy9ej]

@@ivansalazar3254 La limpieza normalmente la hace el data engineer

[@Vic.-HugoAmaya]

@@ivansalazar3254 Una disculpa por no agregar la aclaración de que al momento de extraer los datos y transformarlos se hace la debida limpieza de los mismos. Por supuesto que también eso se pretende hacer al momento de seleccionar los que serán útiles para la empresa así que lo hace el Data Engineer.

@@ivansalazar3254 En un mundo ideal las haria el Data Engineer al momento de diseñar el pipeline. En la vida real mas limpiezas de las que nos gustaria admitir son de datos Ad-Hoc que no han sido sometidos a ningun proceso de estandarización y las harán, si tienes suerte, tus becarios. Si no, el mismo data scientist.

[@Vic.-HugoAmaya]

@ Eso es consecuencia, reiteró, de que en las empresas no tienen bien claro los roles y las actividades que deben desempeñar cada personal (no tienen bien estructurado su “manual de procedimientos”). No los culpo del todo porque muchas empresas tienen poco tiempo que empezaron a incorporar personal del área de Data Science, por lo cual no han podido adaptar su organigrama o su modelo administrativo, pero sí tienen la culpa de seguir con la ideología de que “la realidad, la teoría y la práctica son cosas muy distintas” por lo tanto deducen que no se relacionan, cuando no siempre debe ser así. Las empresas se deben adaptar a los estándares y mejorarlos para una mayor calidad de procesos.

[@cristianxito]

Yo tome el curso completo y créanme que es demasiado bueno, he aprendido de excel desde lo básico a lo avanzado (enseña demasiado bien Dan) luego aprendí python y créanme que de verdas vale la pena tomar los cursos.

[@facundonanez3127]

Cual cursos tomaste? estoy pensando en hacer el de python R y SQL

[@cristianxito]

@@facundonanez3127 compre el pack completo (realice la inversión jaajaja) y créeme que sirve mucho, tienes todos los cursos. Partí con Sql y python, luego viene machine learning y deep learning. Lo bakan es que vienen cursos de probabilidades, inferencia estadistica y muchas cosas más que te sirven en el día a día. Logré certificarme en el MOS Expert de Excel y ahora estoy full cursos de python, además es entretenido como te explican las cosas en cada video.

[@cristianxito]

@@facundonanez3127 yo tomé el curso completo (hice la inversión) y creeme que lo vale, hay cursos donde ves Excel, SQL y python además de Machine Learning y Deep Learning. Lo genial es que también hay varios cursos como inferencia estadística, probabilidades, diseño de Dashboard, etc. Sin duda la mejor inversión para convertirme en Data Science. Saludos Cristian M.

[@josesilvacotrina2533]

Para llegar a ser un Data Scientist es comenzar con una sólida base en lenguajes de programación y estadística avanzada, sobre esta base se avanza a learning machine y luego redes neuronales. Finalmente, la practica esmerada conduce al éxito en el centro de trabajo o en la carrera empresarial.

[@robertgarcia2689]

Mano deberias hacer cursos sencillos para apoyar a los que queremos iniciar en este mundo manejas un lenguaje sencillo que realmente aprecio yo pagaria por ello

[@pipearchela5192]

Men, estoy muy contento de ver este video , nadie lo había explicado tan claro y honestamente , muchas gracias por tomarse el tiempo y la claridad 5 estrellas ⭐️

[@jeferssonibanez6074]

Tienes toda la razón, yo he tomado cursos y sólo es teoría y muy poca práctica y si hay práctica los ejercicios son exageradamente sencillos …. Me gusta de este señor que es muy objetivo y orientado a los resultados y básicamente he aprendido más que lo que hice en los cursos que pague …. Gracias por compartir tus video y consejos ÚTILES.

[@AngelGonzalez-fy9ej]

Soy ingeniero en computación y ahora complemento mis conocimientos en ciencia de datos con inteligencia artificial e inteligencia de negocios y si tienes mucho que aprender

[@yennarayabaltodano9771]

Mucho de este contenido me ha ayudado a consolidar mis bases en el universo de los datos... Gracias gracias nuevamente...

[@Hope-deliverance]

Este es el tutorial que estaba buscando, directo al grano de manera clara y precisa. Gracias!!

[@maurodalleva4119]

Me gusto mucho lo concreto que fuiste en el video de lo que necesitamos tanto en software como lo que debemos saber de estos para completar de manera correcta la carrera. Gracias.

[@arianadelarosa1765]

Gracias , buenos consejos yo estudie mi especialidad en data science manejo sql y python avanzado no es suficiente para estudiar estos cursos de machine Learning, NLP o deep Learning prácticamente estoy estudiando 24h todos los días para estar acorde a lo que enseñan porque la verdad es que si, dan mucha teoría pero poca practica, pero estoy muy feliz saber de lo mucho que aprendí y de lo que puedes llegar hacer

[@dulcezamora3950]

Me gusta como explicas, todo lo sintetizas de una forma muy practica y sencilla. Gracias por esa metodologia. Sigue así, Exitos !!!🙌🏽🙌🏽👏🏽👏🏽

[@sayux10]

Me encantó el video, nadie lo habia explicado así, solo sabia que se necesitaba aprender phyton pero no a detalle como tu lo has dicho. Gran aporte

[@DanielGomez-li2ut]

Para saber estadística en un nivel más avanzado necesitas saber si o si álgebra lineal. Entonces el álgebra no es negociable.

[@edgrmed]

Wow, excelente descripción, yo estoy estudiando ingeniería en sistemas de software, estaba buscando hacía que lado inclinarme, y me acabas de terminar de convencer por ciencia de datos, excelente video. Ahora empezaré con phyton

[@jeree1521]

Según dicen, sistemas es mucho mejor, pero bueno si te gusta más DS está bien

[@jaimeelchilo]

Creo que pides demasiado para alguien que va comenzando, en mi experiencia, yo tenía las bases de matemáticas, pero carecía de muchas de las partes que dependian de la computadora, pero con lo que tenía me lance al ruedo, conseguí trabajo y es en el trabajo dónde me la he pasado aprendiendo. Por lo que les cuento mi corolario: Con lo que sepas lanzate y aprendes en el trabjo. Cuando los empleadores buscan gente dificilmente encuentra a alguien con todas las cualidades que ellos buscan entonces contratan a lo más cercano que encuentran. Buena la información y Saludos.

[@CarlosHernandez-ch1om]

Gracias, excelente vídeo, estoy en los cimientos dandole duro a Python, saludos desde Colombia

[@yennarayabaltodano9771]

Super cool... Este año me graduare en Análisis de Datos y los recursos y tips que he visto en este canal han sido de mucho provecho y bueno super agradecido con este video de Ciencia de Datos, está semana matrícule Ingeniería en Ciencias de Datos en una universidad de Costa Rica y como tome notas personales con este video el próximo año le pondré más kilos... Gracias gracias... Éxitos en los próximos nuevos recursos y contenidos que publiques... Non stop...

[@jorgegutierrez6998]

este tema es muy llamativo y me gusta mucho, pero a mis 34 años no se si ya es tarde para esto. me encantaría poder aprender todo esto y mas. sobre todo el data science y el analisis de informacion. buen video Dan

[@diegoortizreyes6698]

También tengo 34 y estoy aprendiendo Python, MySQL y Power BI por mi trabajo. Nunca es tarde.

[@jorgegutierrez6998]

@@diegoortizreyes6698 ty bro. A darle entonces!

[@devdev2088]

Yo 36 años y estudiando ing software. Si lo quieres lo consigues. Tu decides

[@isaacmoreno3770]

por fin un video sin Paja, y con informacion clara y util sobre el Tema, GRACIAS !

[@christianhernandezc]

Apenas estoy empezando en ciencia de datos y ya empezaba a sospechar: En Algebra lineal y estadística pesada está la clave para entender de verdad que está pasando

[@desafiodatascience]

¡Muy buen vídeo! Me ha gustado mucho la analogía con construir una casa y como tal es fundamental poner unos buenos cimientos. En este sentido es fundamental saber programación, especialmente Python y dominar estadística. He echado de menos en los cimientos el dominio de bases de datos especialmente SQL que muchas veces se queda en un segundo plano y para mí es tan importante como Python (cierto que quizá más importante en Analytics que en Data Science). Un saludo, Carlos.-

[@99c3nt08]

Es un video bastante completo, muchas gracias por esta informacion valiosa!

[@emmanuelrobles4266]

Quiero agradecerte por este video, estoy empezando en este camino de aprendizaje y no sabía por donde empezar. sé que será complicado y también que valdrá la pena. Saludos!

[@GianmarcoContreras]

Me dedico al desarrollo backend, y siempre tenía la curiosidad de saber mas a detalle lo Data Science y pensaba que con solo ser un pro en Python, ya tenía la mayoría, pero veo que no es así, mejor me quedo donde estoy. Además no me gustan los números y no creo que la Data Science sea lo mío.

[@jonathanary1]

Ya me inscribí en Data Science sin bases solidas de estadística... Muchas gracias por tus consejos son mucho mas claro que los que te indican las las academias que dictan data science

[@historiadecm]

donde te inscribiste y que tal te esta yendo??

[@jonathanary1]

@@historiadecm Me inscribí en CODERHOUSE ven todo lo necesario para empezar en el mundo de ciencia de datos, y de ahí hay que ir ampliando conocimiento. Te dan una ruta y te revelan como es el trabajo de un data scientist. Coder es accesible en cuanto al costo y tienes clases en vivo, que a mi me sirvió por que con contenido bajo demanda, como tiene Platzi, me hubiera llevado mucho mas tiempo. Con respecto como me esta yendo ya estoy en la entrega final y me fue muy bien a pesar de que algunos temas de estadística no conocía y los aprendí sobre la marcha. Espero que te sea de utilidad si necesitas mas info, no dudes en escribir y te comparto todo lo que pueda. Éxitos!

[@jeree1521]

​@@jonathanary1 hay salida laboral luego de esos cursos? Gracias d antemano

[@bravotango0134]

Estoy por retomar ingenieria solo para ver la parte numerica y refrescar cientos de conceptos de estos. A la vez aprendiendo algunas herramientas para trabajar en esta area, nada facil por cierto pero bueno... a meterle mientras se pueda

[@Vic.-HugoAmaya]

Totalmente de acuerdo es otro universo. También me llamo muchísimo la atención y la verdad se me hace muy complejo, puesto que no se mucho de programación y Estadística Avanzada pero es asombroso lo que puedes hacer si entiendes el modelo de negocio, la importancia de los datos y cómo puedes aprovecharlos al máximo. También creo que «los datos son el nuevo petróleo» en este mundo tan digitalizado. Pero me encanta más crear la Inteligencia Artificial es fascinante lo que puedes crear. Ahí vamos poco a poco. Lo mejor de los ánimos y ojalá cumplas tu objetivo. 🙏🏽✨

[@bravotango0134]

@@Vic.-HugoAmaya es verdad amigo, es vital la toma de desiciones basada en datos en cualquier tipo de empresa y puede hacer la diferencia entre el exito y el fracaso. Por eso me intereso esta area, porque estaba aprendiendo frontend pero me resultaba aburrido. Eso si como bien decis hay que meterle a la estadistica, probabilidad, matematica por eso me anote en ingenieria para cursar esas materias e ir complementando con cursos. Exitos !!

[@albertwilliamam2054]

@@bravotango0134 pero una ingeniería a nivel de grado o licenciatura tiene matemáticas relativamente básicas. Mejor sea autodidacta de una, las matemáticas y estadística avanzada no se abordan a nivel de grado y además actualmente hay mucho material gratuito sobre cálculo, análisis numérico, estadística avanzada y álgebra lineal.

[@Vic.-HugoAmaya]

@@bravotango0134 Si justo estoy aprendiendo Front End y después Back End, por lo que entiendo que ahí es donde se relaciona con Data Science por las bases de datos y recopilación de los datos para la empresa en servidores privados o públicos (Cloud Computing). Además me interesó bastante la posibilidad de hacer Web Apps para SaaS.

[@Vic.-HugoAmaya]

@@albertwilliamam2054 También hay bastante diplomados en Coursera o EDx avalados por Universidades de prestigio y enfocado al Data Science, eso es lo que haré porque en mi Maestría se ve a nivel estratégico pero no tanto con tecnologías de Machine Learning, concuerdo que en la mayoría de Universidades no incorporan en los planes de estudio más prácticas apegadas a la realidad.

[@yupi166]

Bien explicado y muy moderado la forma de expresarte, gracias por compartir.

[@alaynladochaviano3865]

Buen dia, opino que podias agregar que en vez de quemarce estudiando los modelos que no esta mal, tambien se pueden tunear los modelos con una busqueda de cuadricualas y tratando el desvalance de los modelos con los diferentes procedimientos de manera automatica y obtener la mejor conbinacion de parametros para una mejor solucion segun las metricas pre establecidas de interes, saludos desde Cuba y exitos.

[@miguelangellopezlaredo9511]

Maestro 👊 Próximamente tomaré tus cursos 🔎✔️

[@gisselamanriquevargas8237]

Recomendación de libros de álgebra lineal y estadística en inglés o español. Excelente canal

[@oscarboko]

Para estadística puedes utilizar el de Introducción a la probabilidad y estadística de Mendehall para entender lo básico y de álgebra lineal a mi me gusta mucho el Friedberg. Yo creo que el álgebra línea se necesita para entender que pasa con los algoritmos.

[@ESCARDU]

Me encantaría que ampliaras información sobe Data GIF 🙏❤️

[@Mayeloski]

Muy buena explicación, soy nuevo en todo de la programación, intentaré empezar por lo básico que es python, pero espero no perderme en el camino, buen video!

[@DANIELARANAMUNOZ]

como te fue brother?

[@LeoCastroo1]

murió ​@@DANIELARANAMUNOZ

[@AlfredoGonzalez-qj4ng]

Que excelente información, clara, concreta y valiosa, básicamente como debe ser un resultado de una investigación de data science, me suscribo para seguir aprendiendo más.

[@nickalexastoraymeberaun8961]

Y tal vez 50% de la realidad? Es como leer que hace una especialidad , luego sales a trabajar y te topas con la realidad. Mejor saberlo desde un inicio

[@giovannivaretti3262]

Muchas gracias por la información, soy economista pero ya no alcanza con serlo, deseo estudiar ciencia de datos, podrías recomendar alguna fuente para cada uno de los pasos que nos recomendaste, un abrazo gigante.

[@alval7836]

X2. Visita los tutoriales de Píldoras informaticas

[@nicolascruzramirez3320]

El libro Introducción to Statistical Learning de Hastie es la ostia. También hay uno llamado Minería de Datos con R de Gaona, ese está súper padre pues cubre toda la parte de Minería de datos, y para Redes Neuronales el libro Neural Networks A Systematic Introduction de Raúl Rojas es un punto de partida excelente.

[@giovannivaretti3262]

@@nicolascruzramirez3320 Muchas gracias voy a buscarlo ahora mismo.

[@dianaackerman1381]

Mi proposito de año nuevo, sera aprender ciencia de datos. soy universitaria tengo conocimientos sobre mecatronica y negocios, pero apenas descubri que existia esta carrera. tengo algunas bases de conocimeintos. En el año que viene me dedicare a la ciencia de datos. desenme suerte y si quieren empezar conmigo estaré encantada :3.

[@oscareduardovillarrealcast6261]

vamos por ello, estoy igual que tú

[@musicalofi9831]

Siempre sabes como explicar, sigue adelante!! una consulta, tu das clases para científico de datos? me encantaría tomar un curos contigo de ciencia de datos

[@B0YC3-b1v]

que buen video enserió, que buen video

[@Will-oj9yx]

Hola. Enhorabuena por el vídeo. Llevo 10 años trabajando en departamenteos financieros y siempre me ha preocupado el aspecto "técnico" del trabajo. Me gustaría moverme hacía puestos de analista de datos. El vídeo está muy bien, ¿crees que se necesita titulación o esto va más bien de lo que eres capaz de hacer?

[@123456789santia]

La titulación es una herramienta que facilitará tus habilidades, pero no es requisito ni mucho menos una prueba de que sabes lo que haces.

[@edgarcorredor3156]

Gracias un camino bien marcado. Saludos desde Colombia.

[@marcocaballerodejesus6747]

He estado buscando un video así por meses, muchas gracias.

[@CristianParadacmpmendoza]

Excelente video muy explicativo mi pregunta va en ¿Como poder hacer un portafolio de DS para aplicar a Una posicion laboral?

[@salvadorrojas7969]

Totalmente de acuerdo con tu análisis

[@rafaelortuno6450]

Gracias, claro y conciso, diste luz sobre algunas dudas que tenía. 👍

[@JeanPabloMusic]

Personas interesadas en iniciar este estudio dejen sus números para crear un grupo y compartirnos material y para darnos apoyo en este tema y quien sabe hasta realizar algún proyecto.

[@jose-ye6bl]

Excelente , muchas gracias por compartir tu conocimiento.

[@sanguinj]

Excelente resumen de este mundo nuevo de Análisis de Datos. Gracias x compartir.

[@victorhugosotomartinez8110]

Gracias por tremendo aporte, saludos desde Acapulco.

[@vanche2030]

Gracias por el aporte. me aclaro varias cosas.

[@eag68]

graciaaaaaaaaaaaas, desde MI PAIS EL SALVADOR , CENTRO AMERICA

[@mOrpHsv]

Me encantó el video y ayudó mucho a tener más claro el camino de lo que debo de aprender, ahora bien, alguien que lea los comentarios me puede recomendar un lugar donde aprender/complementar mis conocimientos de estadística por favor? No importa iniciar desde cero, es bueno repasar unos teams! Muchas gracias

[@walterleivaduran8439]

me encanto bro, haber si subes mas videos

[@marrufox4693]

Se algo de Python, y por suerte voy terminando la clase de algebra lineal en la universidad, que suerte tengo.

[@gabrielaserranob]

Súper interesante el video, cuando abres los cursos para iniciar!!

[@joanandrade8531]

Gracias tu trabajo como siempre genial.

[@marvinsantiago7131]

Fantástica explicación, ahora, se de finanzas pero cero programación, sigo la ruta que proponen, por donde empiezo... o me quedo jugando con el excel???

[@oooe3673]

sigue la ruta.

Genial,increiblemente conciso

[@estebancristaldo857]

Una cosa impresionante! no sabía que existía esto.

[@Harrison-Avella]

Excelente explicación, que buen video.

[@soyluchogallo]

Donde se puede encontrar proyectos desde cero donde podamos ver todo el proceso y también donde encontrar retos que ayuden en el aprendizaje

[@marchdaven1667]

Estudio ingeniería industrial, y tuve un ramo muy lindo que se llama matemáticas discretas que también usamos python.

[@maxymusgonzalezdeprension985]

Hola, yo tengo pye, investigación operativa, con matrices, álgebra, etc fue en la carrera de análisis de sistemas, es una base ...me costó un huev0, ni te cuento análisis matemático 1 y 2

[@jaimealvarez3968]

La matemática que hay detrás es lo más importante, si quieren una forma rápida de comprender la base creen una red neuronal o perceptrón con lapiz y papel, no necesitan nada más.

[@eag68]

MUY AGRADECIDO.

[@historiadecm]

que cruso puedo estudiar para ciencia de datos,,, chingonsisimo tu video bro!!

[@borisgutierrez6241]

yo agregaria el saber ingles :D

[@MarkLacerenze]

Este wey es un master!

[@gogomac]

Comprendido muchas gracias

[@BytePixeliUnN]

eres muy bueno espero algun dia trabajar se esto

[@ragarxpa]

Muy interesante tu video, no me interesa la ciencia de datos pero si es muy interesante este tema.

[@devc2020]

Excelente explicación

[@NitramV95]

Como economista vi en el pregrado: estadística descriptiva, teoría de la probabilidad, estadística aplicada, econometría y series temporales; a demás de tres matemáticas y lógica. No estoy empezando de cero jajaja

[@sergioospina17]

Mi pregunta es si tensorflow se estudia antes de machinelearning o es un puente qué hay que estudiar después de entender machinelearning y antes de comenzar deeplearning?

[@cristiantorres8319]

De aquí soy, taller diseño y dibujo técnico industrial en la secundaria, capacitación para trabajo contabilidad y orientación en ingeniería en bachillerato haora encontrar algo con la misma horientacion.

[@belabrizuela8884]

que buena explicacion!!!

[@jbertucci]

Podrías diseñar un curso de cimientos de data science.

[@jsariv2707]

Excelente como decía Mr. Burns saludos

[@cesaraugustovillarrealmeza9219]

que bacan vende este bro sus servicios.....asi se vende!!

[@alejandrocuamatzihernandez880]

Gracias Master !!!

[@jhojanperezlozada2723]

Una consulta, qué libro en Español recomiendan para aprender pandas, numpy y jupyter. Agradezco la información que me puedan brindar.

[@enriquearaujo4914]

Hola, una pregunta importante, para poder trabajar en ciencia de datos es necesario ser ingeniero informático??, soy Ingeniero Civil Calculista y doy clases de matemáticas, o es necesario hacer una especialización??. Por mi parte soy autodidacta, saludos

[@ezequiel3.14]

entonces ya tenés una base de matemáticas, solo te falta aprender a programar

[@robertgarcia2689]

Gracias

[@giorgiocipriano3334]

Excelente Video, muy interesante, actualmente estoy tratando de estudiar machine Learning, vi que mostraste un libro, podrías recomendarme una bibliografía en inglés? Muchísimas gracias.

[@thisistoplay9376]

Les recomiendo aprender web scraping para sacar miles/millones de datos , me ayuda bastante.

[@jbertucci]

Gracias amigo

[@oscarllamuca7078]

Muy interesante el dato que si me llamo mucho la atención es el final la presentación en GIF eso como realmente lo haces?

[@ricardo1532]

estoy estudiando economia, y practicamente es todo lo que me estan enseñando pero con STATA

[@patocasal7594]

Estoy estudiando técnicatura en ciencias de datos y IA,es impresionante el énfasis en matrices y vectores, ahora entiendo porque

[@alexandraferrari9416]

Hola! Cómo estás?? Vos me podrías guiar en la carrera?? Me quiero meter el año que viene

[@patocasal7594]

@@alexandraferrari9416 empezá con álgebra de matrices y vectores,lógica de programación y si o si métele por lo menos la introducción de python

[@Life-ns9eh]

Imprecionante!

[@luzbellcam1768]

Hice redes neuronales con MATLAB, Maneje C# , Asembler, Soy matemático , La estadística nivel de univ, estoy cursando Python, estoy en duda si trabajo en eso Por qué me dedico a otra cosa pero si soy bueno programando

[@ADRIANCYBOR]

Excelente video! muy bien explicado!

[@ocis9]

Buen video donde se conoce las requerimientos básicos del data science.

[@vivianariquelme4556]

También tengo dudas en ello

[@hugobracamontesbaltazar]

Ser una "pistola" en todo lo descrito anteriormente es como pedirte ser John Wick 😁. Saludos.

[@franciscoescobar9643]

Pero R no es más enfocado a la estadística, python lo supera para en muchos aspectos pero creo que para estadística R es mejor.

[@HenryLopezmatos]

Hola @A2 Capacitación: Excel, buen video. Con ustedes puedo iniciar lo básico? Python ?

[@marisolgotti6523]

El profe guapo así si dan ganas de estudiar excel 🙊👌🏻

[@davidcano2186]

excelente material