Indice
17 capitulos, una progresion
De datos crudos a modelos y decisiones explicables y reproducibles.
Fundamentos
Python, bases de datos y formulación del problema: las herramientas y preguntas que sostienen cualquier proyecto de datos.
- M0 Cap. 00
Fundamentos para Machine Learning
Python, SQL y formulacion de problemas: antes del modelo viene la pregunta correcta
introductorio #python #sql #problem-solving - M1 Cap. 01
Fundamentos de Bases de Datos
Del modelo relacional a un pipeline que entrega datos confiables a Machine Learning
intermedio #bases-de-datos #sql #modelado
Adquisición y arquitectura de datos
Adquisición y preparación de datos, APIs, pipelines, SQL analítico, DuckDB, persistencia y automatización segura de ETL.
- M2 Cap. 02
Data Acquisition de Datos
Del dato crudo en la API a tablas limpias que un modelo puede usar con confianza
intermedio #apis #requests #json - M3 Cap. 03
Introducción a Machine Learning y Data Acquisition I
Del ciclo de vida del ML a tu primer pipeline reproducible: lectura, limpieza y train/test
intermedio #machine-learning #ciclo-de-vida #supervisado - M4 Cap. 04
Data Acquisition II (APIs)
De la petición HTTP al dataset reproducible: requests, JSON, autenticación y resiliencia
intermedio #apis #requests #json - M5 Cap. 05
Pipelines y optimización de datos
De un script ETL monolítico a un flujo modular, vectorizado y medible
intermedio #pipelines #etl #elt - M6 Cap. 06
SQL y DuckDB para análisis de datos
De la consulta relacional al pipeline analítico que trabaja directamente sobre archivos grandes
intermedio #sql #duckdb #eda - M7 Cap. 07
SQL analítico avanzado e ingeniería de features
Ventanas, granularidad y datos relacionales para construir señales de negocio confiables
avanzado #sql #window-functions #cte - M8 Cap. 08
Persistencia y automatización de datos
SQLAlchemy 2.0, contratos de datos y ETL seguro de extremo a extremo
intermedio #sqlalchemy #orm #persistencia
Machine Learning aplicado
Preprocesamiento sin fuga de información, pipelines de Scikit-Learn, modelos, métricas y validación para decisiones responsables.
- M9 Cap. 09
ML Lab I: exploración, preprocesamiento y pipelines
Del diagnóstico del dataset a una transformación reproducible, ajustada sin fuga de información
avanzado #machine-learning #eda #missing-data - M10 Cap. 10
ML Lab II: modelado y métricas
De una línea y una probabilidad a una decisión evaluada con validación y costos de error
avanzado #machine-learning #regresion #logistic-regression
Visualización y comunicación
Diseño visual, narrativa de datos y análisis espacial para explicar hallazgos con contexto y accesibilidad.
- M11 Cap. 11
Visualización de datos
Elige un gráfico por la pregunta, reduce ruido y guía la atención sin distorsionar
intermedio #visualizacion #matplotlib #seaborn - M12 Cap. 12
Storytelling con datos
Conecta contexto, evidencia y recomendación sin convertir una asociación en una promesa
intermedio #storytelling #comunicacion #visualizacion - M13 Cap. 13
Datos espaciales y visualizaciones animadas
Coordina geometrías, proyecciones y tiempo para analizar dónde y cuándo ocurren los patrones
avanzado #geospatial #geopandas #crs
Estadística aplicada
Distribuciones, pruebas, correlación y asociación: distinguir patrones útiles de conclusiones engañosas.
- M14 Cap. 14
Distribuciones categóricas, outliers y pruebas
Resume grupos con contexto y contrasta hipótesis sin convertir un p-valor en veredicto
avanzado #estadistica #categorical-data #distribuciones - M15 Cap. 15
Correlación, asociación y multicolinealidad
Mide relaciones con el método correcto y evita convertirlas en explicaciones causales
avanzado #correlation #association #pearson
Proyecto integrador
Integra el ciclo de datos completo en un repositorio reproducible, evaluable y defendible.