Tutorial de Power BI en el que se revisan los procedimientos para la configuración de procesos ETL, la creación y configuración de objetos visuales y herramientas ofrecidas en el editor de informes, así como el Servicio Power BI. Se introducen también los lenguajes M y DAX.
Contenido:
Tutorial introductorio al lenguaje DAX usado en Power BI para el modelado de métricas. Comenzaremos revisando el concepto de contexto de evaluación y aprenderemos los principios que rigen la creación de medidas, columnas calculadas y tablas calculadas, haciendo énfasis en el uso de la función CALCULATE y el uso de la transición de contexto.
Tutorial introductorio al lenguaje M usado en Power BI para la definición de procesos ETL. En este tutorial revisaremos los conceptos básicos involucrados en la escritura de este código: la sintaxis del lenguaje, los tipos de datos, creación de funciones...
Tutorial introductorio de Tableau en el que se revisarán los procedimientos básicos para la conexión y transformación de datos, creación de hojas de trabajo, dashboards e historias y algunas de las herramientas ofrecidas por esta solución de BI. Revisaremos también el programa Tableau Prep Builder como gestor de procesos ETL.
Tutorial introductorio al lenguaje de programación Python -lenguaje más usado por los científicos de datos de todo el mundo- en el que revisaremos los elementos más importantes del mismo: los tipos de datos, operaciones, funciones, estructuras de control...
Tutorial introductorio a la librería NumPy de Python en el que revisaremos la principal estructura ofrecida por ésta: el array multidimensional. Además de ver los principales métodos para crear este tipo de estructuras y los procedimientos involucrados en su uso -redimensionamiento, selección...-, revisaremos una selección de las funciones ofrecidas por NumPy -todas en torno al concepto de array multidimensional-: funciones matemáticas, de conjuntos, de álgebra lineal...
Tutorial introductorio a la librería pandas de Python en el que revisaremos las dos principales estructuras proveídas por esta librería: la serie y el dataframe, ambas basadas en el versátil array multidimensional de NumPy. pandas, diseñada sobre NumPy, es una librería de alto nivel que ofrece gran funcionalidad para el correcto aprovechamiento de las dos estructuras mencionadas, y en este tutorial revisaremos los conceptos, funciones y métodos más importantes.
Tutorial introductorio a la librería de visualización matplotlib de Python. Comenzaremos revisando los tres elementos básicos de toda gráfica: la figura, el conjunto de ejes y el propio gráfico, cómo se crean y personalizan, veremos los recursos gráficos de los que disponemos para dar formato a nuestras gráficas, y pasaremos a describir los principales gráficos 2D y 3D que pueden generarse con esta librería. Terminaremos mencionando la capacidad de matplotlib de generar mapas y curvas sobre ellos.
Tutorial de la librería seaborn de python en el que revisaremos las funciones de visualización de datos ofrecidas, desde gráficas de distribuciones univariadas y bivariadas, hasta aquellas que modelan y muestran sencillos modelos lineales que nos permiten descubrir tendencias y patrones en nuestros datos muy fácilmente. Revisaremos las herramientas de gestión de paletas de color y cómo personalizar nuestras visualizaciones.
Tutorial introductorio de Machine Learning en el que revisaremos los conceptos principales asociados a un algoritmo: aprendizaje, entrenamiento, predicciones... Veremos cómo se clasifican los algoritmos y las principales familias de éstos, realizando ejemplos de entrenamiento y predicción con la librería Scikit-Learn.
Excepto donde se indique otra cosa, los contenidos de este sitio web se ofrecen bajo una licencia Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional