módulo #1 Introducción a la visualización de datos Descripción general de la visualización de datos, importancia y usos
módulo #2 Conceptos básicos de Python para la visualización de datos Revisión de los conceptos básicos de Python, incluidos los tipos de datos, las bibliotecas y la sintaxis
módulo #3 Introducción a Matplotlib Descripción general de Matplotlib, instalación y tipos básicos de gráficos
módulo #4 Gráficos de líneas y gráficos de dispersión Creación de gráficos de líneas y gráficos de dispersión con Matplotlib
módulo #5 Gráficos de barras e histogramas Creación de gráficos de barras e histogramas con Matplotlib
módulo #6 Personalización de gráficos con Matplotlib Personalización de la apariencia, las etiquetas y las leyendas de los gráficos con Matplotlib
módulo #7 Introducción a Seaborn Descripción general de Seaborn, instalación y tipos básicos de visualización
módulo #8 Visualización de distribuciones con Seaborn Visualización de distribuciones con Seaborns distplot y jointplot
módulo #9 Visualización de datos categóricos con Seaborn Visualización de datos categóricos con countplot y gráficos categóricos de Seaborn
módulo #10 Visualización del análisis de regresión con Seaborn Visualización del análisis de regresión con lmplot y regplot de Seaborn
módulo #11 Introducción a Plotly Descripción general de Plotly, instalación y tipos básicos de visualización
módulo #12 Visualizaciones interactivas con Plotly Creación de visualizaciones interactivas con Plotly
módulo #13 Visualizaciones 3D con Plotly Creación de visualizaciones 3D con Plotly
módulo #14 Preparación de datos para la visualización Preparación de datos para la visualización, incluida la limpieza, la transformación y la agregación
módulo #15 Fuente de datos e integración Conexión a fuentes de datos, incluidos CSV, Excel y bases de datos
módulo #16 Temas de visualización avanzados Temas de visualización avanzados, incluida la visualización geoespacial y animación
módulo #17 Mejores prácticas para la visualización de datos Mejores prácticas para la visualización de datos, incluidos los principios de diseño y la narración
módulo #18 Estudios de caso en visualización de datos Estudios de caso del mundo real en visualización de datos, incluidos ejemplos y aplicaciones
módulo #19 Trabajar con Big Data y transmisión de datos Visualización de Big Data y transmisión de datos, incluidas herramientas y técnicas
módulo #20 Implementación de visualizaciones de datos Implementación de visualizaciones de datos, incluidas las opciones para la web, dispositivos móviles e impresión
módulo #21 Herramientas avanzadas de visualización de datos Introducción a las herramientas avanzadas de visualización de datos, incluidas Bokeh y Altair
módulo #22 Visualización para aprendizaje automático Visualización de modelos de aprendizaje automático, incluida la evaluación de modelos y la importancia de las características
módulo #23 Visualización para procesamiento del lenguaje natural Visualización de datos de procesamiento del lenguaje natural, incluido el modelado de texto y temas
módulo #24 Visualización para datos de series temporales Visualización de datos de series temporales, incluidos los pronósticos y la detección de anomalías
módulo #25 Visualización de ... detección»},{«Visualización de datos geográficos Visualización de datos geográficos, incluidos el mapeo y el análisis espacial
módulo #26 Paneles interactivos Creación de paneles interactivos con Python y bibliotecas de visualización de datos
módulo #27 Visualización de datos en el mundo real Aplicaciones del mundo real de la visualización de datos, incluidos los negocios, la atención médica y las finanzas
módulo #28 Proyecto final Proyecto final, donde los estudiantes aplican habilidades de visualización de datos a un problema del mundo real
módulo #29 Apéndice: Solución de problemas y recursos Solución de problemas comunes y recursos adicionales para un mayor aprendizaje
módulo #30 Resumen y conclusión del curso Planificación de los próximos pasos en la carrera de Visualización de Datos con Python
