Tu punto de entrada al bootcamp

00

🧭

Diagnóstico inicial

Quiz de entrada para estimar el punto de partida del grupo y orientar el ritmo del bootcamp.

• Quiz diagnóstico de 30 preguntas
• Presentación del programa y herramientas
• Configuración del entorno

01

🐍

Fundamentos de Python

Variables, tipos, estructuras de control y funciones aplicadas a datos desde el primer día.

• Variables y tipos de dato
• Listas, diccionarios, loops
• Funciones básicas

02

🗂️

Pandas y limpieza de datos

Carga, inspección, limpieza y transformación de DataFrames con pandas.

• DataFrames y Series
• Valores nulos y duplicados
• Filtros y selección de columnas

03

📊

Visualización exploratoria

Gráficos para entender distribuciones, relaciones y anomalías en los datos.

• Histogramas y boxplots
• Scatter plots
• Interpretación visual de datos

04

📐

Estadística descriptiva

Media, mediana, desviación estándar, correlaciones y cómo leerlas correctamente.

• Medidas de tendencia central
• Dispersión y varianza
• Correlación e interpretación

05

📈

Visualización con Matplotlib

Control preciso de gráficos: títulos, ejes, colores, múltiples subplots.

• Figure y Axes
• Personalización de gráficos
• Subplots y layouts

06

🔤

Texto, fechas y transformaciones

Procesamiento de strings, manejo de fechas y transformaciones avanzadas de columnas.

• Operaciones con strings
• Parsing y cálculo de fechas
• Apply y funciones lambda

07

🔬

Mini proyecto guiado

Análisis completo de un dataset real: desde carga hasta conclusiones documentadas.

• Pipeline end-to-end
• Limpieza, análisis y gráficos
• Redacción de conclusiones

08

🎤

Presentación de hallazgos

Cómo comunicar resultados a audiencias no técnicas con claridad y evidencia.

• Narrativa de datos
• Selección de gráficos para presentar
• Práctica de exposición

09

🤖

Machine Learning — Intro

Qué es ML, cómo dividir datos y entrenar un primer modelo de regresión lineal.

• Conceptos: train/test split
• LinearRegression con sklearn
• Métricas: MAE, RMSE, R²

10

🌳

Modelos supervisados

Clasificación con árboles de decisión y regresión logística. Evaluación y métricas.

• DecisionTree y LogisticRegression
• Matriz de confusión
• Precision, recall, F1

11

⚙️

Evaluación y Pipelines

Validación cruzada, Pipelines de sklearn y búsqueda de hiperparámetros con GridSearchCV.

• cross_val_score
• Pipeline: preproceso + modelo
• GridSearchCV

12

🏁

Proyecto final y cierre

Análisis integrador con dataset real: exploración, modelo y presentación de resultados.

• Dataset a elección del alumno
• Pipeline completo end-to-end
• Presentación y defensa

13

🧭

¿Qué es la Ciencia de Datos?

Contexto, metodología CRISP-DM, tipos de datos y preguntas que la Data Science puede responder.

• Ciclo de vida del dato
• Preguntas descriptivas, predictivas y prescriptivas
• Herramientas del bootcamp

14

🔢

NumPy — Arrays y cálculo vectorizado

La base numérica de Python: operaciones sobre miles de datos sin bucles, rápido y claro.

• Crear y operar arrays
• Indexado, slicing y filtrado
• Estadísticas con numpy

15

🗄️

SQL básico con Python

Consultar bases de datos relacionales desde Python: el lenguaje universal de los datos empresariales.

• SELECT, WHERE, GROUP BY
• sqlite3 + pd.read_sql()
• SQL vs pandas: equivalencias

16

🎨

Seaborn — Visualización estadística

Gráficos estadísticos ricos con pocas líneas: distribuciones, correlaciones y segmentos.

• histplot, boxplot, violinplot
• Heatmap de correlación
• Pairplot y scatterplot con hue

17

🔬

Estadística inferencial

Saber si una diferencia es real o producto del azar: hipótesis, p-valor y pruebas estadísticas.

• H0, H1 y p-valor
• t-test y chi-cuadrado
• Intervalos de confianza

18

⚙️

Feature Engineering

Crear variables mejores para que los modelos aprendan más y mejor de los mismos datos.

• Encoding y escalado
• Binning e interacciones
• Selección de variables

19

📉

Regresión lineal y múltiple

Predecir valores numéricos: la línea que mejor resume una relación entre variables.

• LinearRegression con sklearn
• Coeficientes e interpretación
• R² y residuales

20

🌲

Árboles de decisión y Random Forest

Modelos basados en preguntas de sí/no: claros, potentes y con importancia de variables.

• DecisionTreeClassifier
• Overfitting y max_depth
• RandomForest: votación de árboles

21

⚡

Gradient Boosting

El algoritmo más usado en competencias: cada árbol corrige los errores del anterior.

• GradientBoostingClassifier
• XGBoost introducción
• Comparar 4 modelos

22

🔵

Clustering y segmentación

Agrupar datos similares sin etiquetas: encontrar segmentos naturales en cualquier dataset.

• K-Means y método del codo
• Silhouette score
• DBSCAN y visualización

23

🗜️

Reducción de dimensionalidad — PCA

Comprimir muchas variables en pocas sin perder la información esencial.

• Maldición de la dimensionalidad
• PCA y varianza explicada
• Biplot y visualización 2D

24

📅

Series de tiempo

Analizar datos que cambian con el tiempo: tendencias, estacionalidad y pronósticos simples.

• resample y rolling mean
• Tendencia y estacionalidad
• seasonal_decompose

25

🎯

Ajuste de hiperparámetros

Calibrar los parámetros de un modelo para obtener el mejor rendimiento posible.

• GridSearchCV y RandomizedSearchCV
• Curvas de aprendizaje
• Curvas de validación

26

💬

NLP — Texto como datos

Convertir palabras en números para clasificar opiniones, tickets y comentarios automáticamente.

• CountVectorizer y TF-IDF
• Clasificación de sentimientos
• Palabras más importantes

27

🚨

Detección de anomalías

Encontrar los puntos que no siguen el patrón esperado: fraudes, fallos y eventos raros.

• IQR y Z-score
• Isolation Forest
• Local Outlier Factor

28

🤝

Ética, sesgo y privacidad

El uso responsable de datos y modelos: por qué la ética no es opcional en Data Science.

• Tipos de sesgo en datos
• Privacidad y GDPR
• IA responsable y SHAP

29

🧠

Redes neuronales — primera mirada

Cómo aprende una red neuronal: neuronas, capas, activación y comparación con modelos clásicos.

• Neurona artificial y capas
• MLPClassifier con sklearn
• MLP vs Random Forest

30

🚀

Despliegue básico de modelos

Llevar un modelo del notebook a producción: guardarlo, cargarlo y exponerlo como API.

• joblib: guardar y cargar modelos
• Flask API con endpoint /predict
• Prueba con requests