Análise de datos con Python

Módulo Profesional: Análise de datos con Python

Equivalencia en créditos ECTS: 9

Duración: 75 horas

Código: 5101

1. Manexo, limpeza e normalización de distintos tipos de datos en función do problema a resolver.

Criterios de avaliación: a) Coñécense e impórtanse as librarías usadas en ciencia de datos.; b) Escribiuse código que permite ler datos de distintas orixes (csv, xlsx, entre outros).; c) Escribiuse código que permite exportar datos previamente lidos en ficheiros de distinto formato (csv, xlsx, entre outros).; d) Escribiuse código que permite acceder a bases de datos usando librarías de ciencia de datos.; e) Manéxanse seleccións, actualizacións, adicións e eliminacións de datos dunha base de datos usando as librarías de Python aplicadas á ciencia de datos.; f) Realizáronse probas intermedias de verificación.

2. Limpa e estandariza lotes de datos de forma lóxica e eficiente para o seu tratamento posterior de acordo co problema a resolver.

Criterios de avaliación: a) Analizáronse os datos lidos.; b) Deducíronse as operacións para normalizar e estandarizar datos en Python.; c) Escribiuse código que permite limpar e estandarizar datos baseándose no problema que hai que resolver.; d) Aplicáronse intervalos en series de datos para realizar agrupacións de forma coherente.; e) Identificáronse os datos a converter de categóricos a numéricos.; f) Escribiuse código que modifica variables categóricas en variables cuantitativas en Python.

3. Realiza análises exploratorias en datos tendo en conta o alcance do problema a resolver.

Criterios de avaliación: a) Resumíronse grandes cantidades de datos para a toma de decisións.; b) Foi capaz de responder preguntas relevantes relativas aos datos.; c) Recoñecéronse patróns nos datos.; d) Escribiuse código en Python que permite coñecer a correlación entre variables.

4. Desenvolve modelos en linguaxe Python dando solución ao problema exposto.

Criterios de avaliación: a) Analizouse a relación entre unha variable continua e unha ou máis variables independentes mediante o axuste dunha ecuación lineal.; b) Modelouse unha relación non lineal entre variables independentes e dependentes.; c) Determinouse correctamente a mostra na que se ensaiará o procedemento a avaliar.; d) Realizouse unha predición e comprobouse a súa precisión e validez usando unha mostra de datos válida.