Examinando por Materia "Python"
Mostrando 1 - 11 de 11
- Resultados por página
- Opciones de ordenación
Publicación Restringido Data insights: limpieza de datos(Fundación Universitaria Compensar, 2026, 2026-10-14) Juan David Sarmiento Ávila; Fundación Universitaria CompensarPódcast que explica la importancia de limpiar los datos antes de analizarlos. Mediante casos prácticos aborda la detección de duplicados, el tratamiento de valores faltantes y la estandarización de formatos, mostrando cómo estas decisiones influyen en la calidad y confiabilidad de los resultados.Publicación Restringido De números a conocimiento: el poder del científico de datos al descubierto(Fundación Universitaria Compensar, 2026, 2026-09-14) Nestor Iván Sanabria Vargas; Fundación Universitaria CompensarPresenta las funciones, conocimientos y herramientas vinculados con el científico de datos. Aborda programación, aprendizaje automático, modelado estadístico, preprocesamiento, consulta y visualización de datos, así como experimentación, destacando su utilidad para analizar información, desarrollar modelos y comunicar hallazgos.Publicación Restringido Explorando el Análisis de Datos(Fundación Universitaria Compensar, 2026, 2026-10-14) Juan David Sarmiento Ávila; Fundación Universitaria CompensarPódcast que presenta la aplicación del análisis de datos en negocios, salud y deportes, y explica el uso de herramientas como Python, R, Excel y SQL para procesar, analizar, visualizar e interpretar información en distintos escenarios.Publicación Restringido El impacto del análisis de datos(Fundación Universitaria Compensar, 2026, 2026-10-14) Juan David Sarmiento Ávila; Fundación Universitaria CompensarVideo animado que introduce el análisis de datos como proceso para identificar patrones, tendencias y relaciones. Presenta aplicaciones en diferentes sectores, herramientas como Python, Excel y SQL, y un ejemplo de uso para predecir demanda y optimizar inventarios.Publicación Restringido Introducción práctica a la ciencia de datos(Fundación Universitaria Compensar, 2026, 2026-09-14) Nestor Iván Sanabria Vargas; Fundación Universitaria CompensarIntroduce los fundamentos de la ciencia de datos y su integración con la estadística, la programación y el análisis de datos. Presenta técnicas de procesamiento, aprendizaje automático y herramientas como Python y SQL para identificar patrones, optimizar procesos y apoyar la toma de decisiones.Publicación Restringido Minería de datos e integración de fuentes con Python(Fundación Universitaria Compensar, 2026, 2026-11-05) Brayan Steven Perdomo Cárdenas; Fundación Universitaria CompensarPresentación que aborda el uso de Python, Pandas, Matplotlib para analizar datos, integrar fuentes y detectar patrones mediante ejemplos prácticos.Publicación Acceso abierto Modelo Predictivo de Siniestros en Seguros Dentales(Fundación Universitaria Compensar, 2023) González González, Cristian David; Garay Rey, Javier Orlando; Robayo Ávila, Jenny Carolina; González Castaño, Lissa Valentina; Niño Calixto, Nidia Celina; Cañón R., Carlos AlbertoLas empresas que ofrecen seguros dentales buscan anticipar el valor total de siniestralidad al finalizar un periodo o fecha de corte, por pago de: exámenes, procedimientos, medicamentos y demás costos que incluyen un siniestro por cubrimiento de pólizas según su tipo o clase. A su vez, la relación directa en el apoyo de toma de decisiones para contrarrestar el desembolso por cubrimiento de dichos siniestros. Este estudio se enfoca en realizar un modelo de predicción y análisis, con el fin de pronosticar los gastos a futuro mediante un modelo de regresión lineal simple y como apoyo para que compañías de seguros dentales tomen decisiones en sus presupuestos, prever hacia qué parte del cubrimiento que ofrece la póliza se deben disponer más recursos. La metodología de investigación utilizada fue cuantitativa debido a que es un modelo basado en datos históricos que permite predecir un valor antes que se finalice un periodo de tiempo determinado. Los resultados que se obtengan por procedimientos estadísticos y análisis de tendencias mediante el modelo de predicción permitirán obtener el valor de desembolso en costos por pólizas cobradas antes de que se termine periodo o fecha de corte.Publicación Restringido Presentación de la etapa de Profundización – Logística con Big Data(Fundación Universitaria Compensar, 2026, 2026-10-05) Nubia Rodríguez Ruiz; Fundación Universitaria CompensarEn la Etapa de Profundización se amplían los conocimientos sobre ciencia de datos y gestión de información aplicados al contexto logístico. Se abordan los fundamentos de las bases de datos, las diferencias entre modelos relacionales y NoSQL, y el uso de lenguajes como R y Python para la manipulación, análisis y visualización de datos. También se reconocen herramientas como Power BI, Tableau, SQL y plataformas de procesamiento de grandes volúmenes de información. A través de actividades prácticas y casos aplicados, se analizan procesos de recopilación, limpieza, exploración, modelado e interpretación de datos, fortaleciendo la capacidad para seleccionar tecnologías y metodologías adecuadas según las necesidades de la organización y apoyar la planificación de procesos productivos y de servicios mediante decisiones sustentadas en datos.Publicación Restringido Presentación de la etapa de Reconocimiento – Logística con Big Data(Fundación Universitaria Compensar, 2026, 2026-10-05) Nubia Rodríguez Ruiz; Fundación Universitaria CompensarEn la Etapa de Reconocimiento se identifican los saberes previos relacionados con la analítica de datos aplicada a la logística y se establecen las bases conceptuales necesarias para el desarrollo del curso. Se abordan fundamentos de Python, principios básicos de programación y nociones iniciales sobre manipulación y análisis de datos, vinculándolos con situaciones propias del contexto logístico. Asimismo, se promueve la exploración de aplicaciones de big data en escenarios como la optimización de rutas, la gestión de inventarios, el pronóstico de la demanda y la automatización de almacenes. A través de actividades diagnósticas, ejercicios prácticos, revisión de conceptos e investigación aplicada, se reconocen fortalezas y oportunidades de mejora que permiten orientar el proceso de aprendizaje hacia el uso de datos para la comprensión y análisis de problemas logísticos.Publicación Restringido Python para redes SDN(Fundación Universitaria Compensar, 2025, 2025-12-24) Carlos Johany Sierra Guzmán; Fundación Universitaria CompensarInfografía que resume seis herramientas esenciales de Python, usadas en el desarrollo y automatización de redes definidas por software.Publicación Restringido ¿Qué habilidades necesitas para analizar datos en IoT?(Fundación Universitaria Compensar, 2025., 2025-12-27) Pablo Ospina; Fundación Universitaria CompensarEsta infografía muestra cinco habilidades esenciales deberás dominar para realizar análisis de datos en IoT: 1) reconocimiento de tipos de datos, 2) limpieza y preprocesamiento, 3) análisis estadístico básico, 4) visualización de datos, y 5) uso de herramientas como Python y Pandas. Cada habilidad está representada con un ícono y una breve descripción de su uso en un caso real. Este recurso apoya la reflexión y apropiación de los conocimientos necesarios en la etapa de profundización.