Estructura de carpetas del repositorio. El repositorio está mas enfocado en ajustar los scripts y notebooks que se encuentran en la carpeta coursera
.
├── coderhouse
│ ├── contenido
│ │ ├── Clase 0 - Introducción a la ciencia de Datos
│ │ │ └── Clase 0 - Introducción a la ciencia de Datos.pptx
│ │ ├── Clase 10 - Herramientas de visualización
│ │ │ ├── Clase 10 - Guion de clase.docx
│ │ │ ├── Clase 10 - Herramientas de visualización.pptx
│ │ │ ├── Clase_10.ipynb
│ │ │ └── Time Series Data.csv
│ │ ├── Clase 11- Preprocesamiento estadístico de los datos
│ │ │ ├── Clase 11 - Guion de clase.docx
│ │ │ ├── Clase 11- Preprocesamiento estadístico de los datos.pptx
│ │ │ ├── Clase_11.ipynb
│ │ │ ├── D.csv
│ │ │ ├── DUK.csv
│ │ │ ├── EXC.csv
│ │ │ ├── NEE.csv
│ │ │ └── SO.csv
│ │ ├── Clase 12 - Introducción al análisis predictivo con Regresión
│ │ │ ├── Clase 12 - Guion de clase(1).docx
│ │ │ ├── Clase 12 - Guion de clase.docx
│ │ │ ├── Clase 12 - Introducción al análisis predictivo con Regresión.pptx
│ │ │ ├── Clase_12.ipynb
│ │ │ └── glassdoordata.csv
│ │ ├── Clase 13 - Modelos Analíticos para DS I
│ │ │ ├── Clase 13 - Modelos Analíticos para DS I.pptx
│ │ │ └── Clase 16. Modelos Analíticos para Ciencia de Datos I.docx
│ │ ├── Clase 14 - Modelos Analíticos para DS II
│ │ │ ├── 17. Modelos Analíticos para Ciencia de Datos II.docx
│ │ │ ├── Clase 14 - Modelos Analíticos para DS II.pptx
│ │ │ ├── Clase_14(1).ipynb
│ │ │ ├── Clase_14.ipynb
│ │ │ └── cvs
│ │ │ ├── concertriccir2.csv
│ │ │ ├── D.csv
│ │ │ ├── DUK.csv
│ │ │ ├── EXC.csv
│ │ │ ├── linearsep.csv
│ │ │ ├── NEE.csv
│ │ │ ├── outlier.csv
│ │ │ ├── SO.csv
│ │ │ ├── ushape.csv
│ │ │ └── xor.csv
│ │ ├── Clase 15 - Modelos analíticos para DS III
│ │ │ ├── Clase 15 - Modelos Analíticos para DS III.pptx
│ │ │ ├── Clase 15.ipynb
│ │ │ └── Mall_Customers.csv
│ │ ├── Clase 16 - Estudios de casos de modelo analítico I
│ │ │ ├── Clase 16 - Estudios de Casos de Modelo Analiticos I.pptx
│ │ │ ├── Clase 16. Estudios de Casos de Modelos Analíticos(1).docx
│ │ │ ├── Clase 16. Estudios de Casos de Modelos Analíticos.docx
│ │ │ ├── Clase_16.ipynb
│ │ │ ├── insurance_data_1000(1).xlsx
│ │ │ └── insurance_data_1000.xlsx
│ │ ├── Clase 17 - Estudios de casos de Modelos analíticos II
│ │ │ ├── accidents.csv
│ │ │ ├── borough_data.json
│ │ │ ├── Clase 17 - Estudios de casos de Modelos Analíticos II.pptx
│ │ │ ├── Clase 17. Estudios de Casos de Modelos Analíticos II.docx
│ │ │ └── Clase_17.ipynb
│ │ ├── Clase 18 - Introducción al ML y la IA
│ │ │ ├── Clase 18 - Introducción al ML y la IA.pptx
│ │ │ ├── Clase 18.ipynb
│ │ │ ├── Clase 21 - de Intro a ML e IA.docx
│ │ │ ├── imagen_prueba1.jpg
│ │ │ └── imagen_prueba.jpg
│ │ ├── Clase 19 - Algoritmos y Validación de Modelos de Machine Learning
│ │ │ ├── Clase 19 - Algoritmos y Validación de Modelos de Machine Learning.pptx
│ │ │ ├── Clase 19.ipynb
│ │ │ └── Clase 22 - Algoritmos y Validación de Modelos de ML.docx
│ │ ├── Clase 2 - Introducción a la programación con Python I
│ │ │ ├── Clase 02- Guión de Clase.docx
│ │ │ ├── Clase 2 - Introducción a la programación con Python I.pptx
│ │ │ └── Clase_03.ipynb
│ │ ├── Clase 20 - Stack Tecnológico I
│ │ │ ├── Clase 20 - Stack Tecnológico I(1).pptx
│ │ │ ├── Clase 20 - Stack Tecnológico I.pptx
│ │ │ └── Clase 23 - Stack Tecnológico I.docx
│ │ ├── Clase 21 - Stack Tecnologico del Data Scientist II
│ │ │ ├── Clase 21 - Stack Tecnológico del Data Scientist II.docx
│ │ │ └── Clase 21 - Stack Tecnologico del Data Scientist II.pptx
│ │ ├── Clase 3 - Introducción a la programación con Python II
│ │ │ ├── Clase 03 - Guión de Clase.docx
│ │ │ ├── Clase 3 - Introducción a la programación con Python II.pptx
│ │ │ ├── Clase_03.ipynb
│ │ │ └── Guía de Instalación Anaconda.docx
│ │ ├── Clase 4 - Introducción a la librería científica con Python_ Pandas (parte I)
│ │ │ ├── Clase 04 - Guión de Clase.docx
│ │ │ ├── Clase 4 - Introducción a la librería científica con Python_ Pandas (parte I).pptx
│ │ │ ├── Clase_02.ipynb
│ │ │ ├── defaultoutput.xlsx
│ │ │ ├── pokemon_data.txt
│ │ │ └── winequality-red.csv
│ │ ├── Clase 5 - Programación con arrays_ Introducción a NumPy
│ │ │ ├── Clase 05 - Guión de Clase.docx
│ │ │ ├── Clase 5 - Programación con arrays_ Introducción a NumPy.pptx
│ │ │ └── Clase_05.ipynb
│ │ ├── Clase 6 - Introducción a la manipulación de datos con Pandas (Parte II)
│ │ │ ├── BTCUSD_1hr.csv
│ │ │ ├── Clase 06 - Guión de Clase.docx
│ │ │ ├── Clase 6 - Introducción a la manipulación de datos con Pandas (Parte II).pptx
│ │ │ ├── Clase_06.ipynb
│ │ │ ├── pune_1965_to_2002.csv
│ │ │ ├── us_presidents 2(1).csv
│ │ │ └── us_presidents 2.csv
│ │ ├── Clase 7 - Visualizaciones y primeros pasos con Data Science (Parte I)
│ │ │ ├── Clase 07 - Guión de clase(1).docx
│ │ │ ├── Clase 07 - Guión de clase.docx
│ │ │ ├── Clase 7 - Visualizaciones y primeros pasos con Data Science (parte I).pptx
│ │ │ ├── Clase_07(1).ipynb
│ │ │ ├── Clase_07.ipynb
│ │ │ ├── HRDataset_v14.csv
│ │ │ └── pune_1965_to_2002.csv
│ │ ├── Clase 8 - Visualizaciones y primeros pasos con Data Science (Parte II)
│ │ │ ├── Clase 08 - Guión de clase(1).docx
│ │ │ ├── Clase 08 - Guión de clase.docx
│ │ │ ├── Clase 8 - Visualizaciones y primeros pasos con Data Science (Parte II)(1).pptx
│ │ │ ├── Clase 8 - Visualizaciones y primeros pasos con Data Science (Parte II).pptx
│ │ │ ├── Clase_08.ipynb
│ │ │ ├── pune_1965_to_2002(1).csv
│ │ │ └── pune_1965_to_2002.csv
│ │ └── Clase 9 - Estadística Descriptiva_ como conocer los datos
│ │ ├── Archivos .csv
│ │ │ ├── bank-full(1).csv
│ │ │ ├── bank-full.csv
│ │ │ ├── D.csv
│ │ │ ├── DUK.csv
│ │ │ ├── EXC.csv
│ │ │ ├── NEE.csv
│ │ │ └── SO.csv
│ │ ├── Clase 09 - Guion de Clase.docx
│ │ ├── Clase 9 - Estadística Descriptiva_ como conocer los datos.pptx
│ │ └── Clase_09.ipynb
│ ├── evaluacion
│ │ ├── Checklist primera pre entrega.xlsx
│ │ ├── Checklist segunda pre entrega.xlsx
│ │ ├── Instrumentos de evaluación-20220607T000211Z-.txt
│ │ └── Rúbricas del Proyecto Final.xlsx
│ └── videosExplicativos
│ ├── 1er desafío_ Elección de potenciales Datasets e importe con la librería Pandas. .wmv
│ ├── 2do desafío_ Visualizaciones en Python.wmv
│ ├── 3er desafío_ Estructurando un proyecto de DS I.wmv
│ ├── 4to desafío_ Estructurando un proyecto de DS II.wmv
│ ├── 5to desafío_ Estructurando un proyecto de DS III.wmv
│ ├── 6to desafío_ Descarga de datos desde APIs públicas..mp4
│ ├── 7mo desafío_ Data Wrangling.wmv
│ ├── 8vo desafío_ Data Storytelling.wmv
│ ├── 9no desafío_ Obtención de insights.wmv
│ ├── Primera pre entrega_ Análisis de datos con Python.wmv
│ └── Segunda pre entrega_ Obtención de insights a partir de visualizaciones.wmv
├── coursera
│ ├── excercises_matplotlib.py
│ ├── exercises_matplot.ipynb
│ ├── exercises_pandas.ipynb
│ ├── exercises_text.ipynb
│ ├── test.png
│ └── test.py
└── README.md