Clase 1: Pandas I objetos DataFrame, Series, Index, acceso por loc, iloc, query, between
Clase 2: Pandas II y estadística descriptiva Groupby, agg, pivot_table, melt. Media, mediana, moda. Desvio estandar, varianza, deviacion absoluta media/mediana. Distribuciones: simetrica, asimetrica, uniforme, normal. Quantiles. Valores anomalos/outiers
Clase 3: Pandas III fillna, lambda, apply, regex (esta es mezcla de la clase que dabamos de 'Limpieza de Datos' y de Data Wrangling), .str
Clase 4: Pandas IV Joins y manejo de indices temporales y .dt, set_index
Clase 5: Visualización I intro matplotlib y Plotly
Clase 6: Proyecto integrador buscar alguna base interesante para analizar y graficar en clase.
Clase 7: Datos geograficos Teoria de informacion geograficas y procesamiento de datos vectoriales con Geopandas
Clase 8: Visualización II continuacion de Plotly, visualizacion de mapas con plotly, ejemplo con Dash??
Clase 9: Otras herramientas Git para versionado de codigo y reporteria usando Jupyter. Tambien Docker? En esta clase tambien podrian ir definiendo el tp final
Clase 10: Introducción a la regresión lineal Introducción a la regresión lineal. Definir programa
Clase 11: Proyecto final Clase para trabajar en los proyectos.
Clase 12: Entrega de proyectos Entrega de proyectos