ML2006-Visualización de Datos en Python

Al hacer análisis de datos se invierten muchos recursos en la correcta preparación de los datos y modelado; no obstante, es primordial presentar los resultados de forma tal que sea muy rápido y fácil interpretarlos; como bien se dice, una buena imagen (gráfico) es más valiosa que mil palabras. De esta forma, en este curso se presentarán los fundamentos del lenguaje Python para visualizar la información por medio del uso de herramientas gráficas.

Adicionalmente se usarán paquetes que permiten visualizarde mejor forma los datos según su tipo y dominio.

Es importante recordar que la visualización de la información no es únicamente para presentar resultados finales, sino también para conocer los datos sobre los cuales se plantean los modelos.

Objetivos

En este curso el estudiante será capaz de:

  1. Comprender y aplicar correctamente los principios de visualización de datos.
  2. Aplicar correctamente los principios de la teoría del color en el campo de la visualización de datos.
  3. Seleccionar el gráfico correcto según los datos que se deban representar.
  4. Diseñar gráficos estáticos utilizando las librerías matplotlib y seaborn.
  5. Comprender y aplicar los principios de la teoría de la gramática de los gráficos.
  6.  Crear gráficos interactivos con Plotly.
  7. Visualizar información geoespacial utilizando mapas estáticos e interactivos.
  8. Diseñar reportes profesionales utilizando Jupyter Notebooks.
  9. Diseñar aplicaciones web con Dash.

Metodología

Basado en la teoría y en la aplicación directa de los conceptos aprendidos. Para esto se dispondrán de las siguientes herramientas:

  1. Una vídeo conferencia semanal, las cuales quedarán grabadas en Zoom, para que los alumnos la puedan acceder en cualquier momento.
  2. Trabajos prácticos semanales.
  3. Foros para plantear dudas al tutor y compañeros.
  4. Aula virtual en Moodle.

 

Luego de este curso el estudiante será capaz de:

Desarrollar proyectos de Minería de Datos que involucren aspectos de visualización de datos,

además será capaz de desarrollar reportes o aplicaciones con gráficos estáticos o interactivos.

Evaluación

El curso se evalúa con 4 tareas, una por semana, cada tarea tiene un valor de 25 puntos. La nota mínima de aprobación es de 70

Descargar Programa

Inicio

2 de noviembre, 2026

Inversión

USD $200 + IVA

Comprar

Oldemar Rodríguez
Ph.D. Oldemar Rodríguez
Catedrático de la Universidad de Costa Rica, tiene un Ph.D. del UFR Matemáticas de la Decisión de la Universidad de París – PSL y un diploma postdoctoral de la Universidad de Stanford en California en “Data Mining and Applications”. En la Universidad de Costa Rica obtuvo su bachillerato y licenciatura en Matemática Pura y en el Instituto Tecnológico de Costa Rica se graduó como Máster en Ciencias de la Computación.

Profesores asistentes

César Vargas

Matemático

Jennifer Lobo

Analista de Datos