Preparación, exploración y descubrimiento de datos

Obtención y limpieza de datos, donde comenzaremos con un pequeño laboratorio para explorar la carga de CSVs y JSONs en Python para adentrarnos posteriormente en la limpieza de datos, cubriendo el control de las filas y columnas de los conjuntos de datos, el reindexado, la creación de nuevas columnas en función de las ya existentes, el manejo de los tipos de datos correctos, la agregación de datos, los índices múltiples, el mapeo de valores, el uso de variables temporales, el manejo de valores vacíos y los métodos para su imputación y la selección compleja según condiciones específicas.

Análisis exploratorio de datos o EDA, donde presentaremos el ciclo de trabajo del análisis de datos y las distintas tareas de cada etapa, así como los objetivos globales y por etapas para un buen entendimiento de los datos, donde identificaremos áreas de investigación, limpiaremos y transformaremos los datos, mediremos la forma y calidad de los datos, exploraremos cada variable del dataset, mediremos la relación entre cada variable y el target, así como las interacciones entre variables y por último exploraremos los datos en múltiples dimensione