MEGAPACK DE PYTHON + POWER BI + SQL SERVER

🔥🔥CONTENIDO🔥🔥:
📁 1. PYTHON
│ 📁 1. Aprende Python desde 0 con IA en 12 Días con 1 Hora al día
│ │ 📁 1. Introducción
│ │ │ 🎬 1. Sobre este curso y que encontraras
│ │ │ 🎬 2. Orientación pedagógica, nuestra asesoría y respuestas a tus preguntas Académicas (1)
│ │ │ 🎬 2. Orientación pedagógica, nuestra asesoría y respuestas a tus preguntas Académicas (2)
│ │ │ 🎬 2. Orientación pedagógica, nuestra asesoría y respuestas a tus preguntas Académicas
│ │ 📁 10. Dia 9 Programación Orientada a Objetos (POO)
│ │ │ 🎬 1. Clases en python
│ │ │ 📄 1.1 Clases .py
│ │ │ 🎬 2. Objetos en python
│ │ │ 📄 2.1 Objetos .py
│ │ │ 🎬 3. Metodo constructor en python
│ │ │ 📄 3.1 Metodo_constructor .py
│ │ │ 🎬 4. Encapsulamiento
│ │ │ 📄 4.1 Encapsulamiento .py
│ │ │ 🎬 5. Funcion Main
│ │ │ 📄 5.1 funcion_main .py
│ │ │ 🎬 6. Herencia
│ │ │ 📄 6.1 Herencia .py
│ │ │ 🎬 7. Sobreescritura de métodos
│ │ │ 📄 7.1 Sobrescritura_metodos .py
│ │ │ 🎬 8. Polimorfismo
│ │ │ 📄 8.1 Polimorfismo .py
│ │ 📁 11. Dia 10 Base de datos y python
│ │ │ 🎬 1. Conectando base de datos con python
│ │ │ 📄 1.1 conexion .py
│ │ │ 📄 1.2 conexion2 .py
│ │ │ 🎬 2. Insertar datos individuales a la base de datos con python
│ │ │ 🎬 3. Insertar múltiples datos a la vez a la base de datos
│ │ │ 🎬 4. Pedir datos a una base de datos con python
│ │ │ 🎬 5. Modificar datos de una base de datos con python
│ │ │ 🎬 6. Eliminar datos de una base de datos con python
│ │ │ 🎬 7. Pedir ayuda a la IA para mejora del código
│ │ 📁 12. Dia 11 Proyecto Gestor de inventarios con Python
│ │ │ 🎬 1. Iniciamos la organización de carpetas
│ │ │ 🎬 2. Creamos la conexión con la base de datos
│ │ │ 📄 2.1 db .py
│ │ │ 🎬 3. Creamos un modelo de datos
│ │ │ 📄 3.1 Model_Producto .py
│ │ │ 🎬 4. Empezamos a crear el controlador para la aplicacion
│ │ │ 📄 4.1 Producto_controller .py
│ │ │ 🎬 5. Creamos métodos de actualización y muestra de datos
│ │ │ 📄 5.1 Producto_controller .py
│ │ │ 🎬 6. Terminamos el proyecto con el main
│ │ │ 📄 6.1 main .py
│ │ 📁 13. Dia 12 Agenda de contactos
│ │ │ 🎬 1. Iniciamos con estructura de carpetas
│ │ │ 🗜️ 1.1 Proyecto agenda .zip
│ │ │ 🎬 2. Instalamos los paquetes necesarios e iniciamos el index
│ │ │ 🎬 3. Terminamos nuestro index y template para agregar usuarios
│ │ │ 🎬 4. Creamos la Base de datos con la libreria mysql3
│ │ │ 🎬 5. Realizamos el ruteo del index
│ │ │ 🎬 6. Avanzamos en la lógica y probamos el programa
│ │ │ 🎬 7. Agregamos estilos con IA
│ │ 📁 14. Bonus extra
│ │ │ 🎬 1. Clase extra
│ │ 📁 2. Dia 1 Preparemos nuestro entorno
│ │ │ 🎬 1. Instalando python
│ │ │ 🗜️ 1.1 Codigo del curso python con IA .zip
│ │ │ 🗜️ 1.2 Instaladores .zip
│ │ │ 🎬 2. Instalación de Windsurf + recorrido
│ │ │ 🎬 3. Instalación de MYSQL
│ │ │ 🎬 4. ¿Qué es Python
│ │ 📁 3. Dia 2 Variables, tipos de datos y entrada de usuario
│ │ │ 🎬 1. Variables en python
│ │ │ 📄 1.1 variables .py
│ │ │ 📄 2. Variables en python .html
│ │ │ 🎬 3. Entrada de datos con input() y uso práctico.
│ │ │ 📄 3.1 inputs .py
│ │ │ 🎬 4. Conversión de tipos y operaciones básicas.
│ │ │ 📄 4.1 Operaciones_Aritmeticas .py
│ │ │ 📄 5. Ejercicio entrada de datos .html
│ │ │ 📄 6. Ejercicio entrada de datos y operaciones aritmeticas .html
│ │ │ 🎬 7. Buenas prácticas sugeridas por IA.
│ │ │ 📄 7.1 Buenas_practicas .py
│ │ │ 🎬 8. Buenas prácticas sugeridas por IA
│ │ │ 📄 8.1 Buenas_practicas2 .py
│ │ 📁 4. Dia 3 Condicionales y estructuras de control
│ │ │ 🎬 1. Estructuras de control
│ │ │ 📄 1.1 Condicionales .py
│ │ │ 🎬 2. Condicional IF ELSE y ELIF
│ │ │ 📄 2.1 Sentecia_IfElse .py
│ │ │ 📄 3. Ejercicio If Else .html
│ │ │ 📄 4. Ejercicio ELIF .html
│ │ │ 🎬 5. Condicional Match Case
│ │ │ 📄 5.1 Sentencia_MatchCase_Ternario .py
│ │ │ 📄 6. Ejercicio Match Case .html
│ │ │ 🎬 7. Operadores lógicos y de comparación
│ │ │ 📄 7.1 Operadores_Logicos_Comparacion (1).py
│ │ │ 📄 7.1 Operadores_Logicos_Comparacion .py
│ │ │ 🎬 8. Operadores Lógicos y de comparación parte 2
│ │ 📁 5. Dia 4 Bucles y estructuras repetitivas
│ │ │ 🎬 1. Bucles y Ciclos
│ │ │ 📄 1.1 Ciclos_Bucles .py
│ │ │ 🎬 2. Ciclo While (1)
│ │ │ 🎬 2. Ciclo While
│ │ │ 📄 2.1 Ciclo_While .py
│ │ │ 📄 3. Ejercicio con CIclo While .html
│ │ │ 🎬 4. Ciclo FOR
│ │ │ 📄 4.1 Ciclo_For .py
│ │ │ 📄 5. Ejercicio con For .html
│ │ │ 🎬 6. Break y continue
│ │ │ 📄 6.1 Break_Continue .py
│ │ │ 📄 7. Ejercicio Break y Continue (1).html
│ │ │ 📄 7. Ejercicio Break y Continue .html
│ │ │ 🎬 8. Ejercicios con IA con bucles
│ │ │ 📄 8.1 Ejercicio_Bucles .py
│ │ 📁 6. Dia 5 Listas, tuplas y diccionarios
│ │ │ 🎬 1. Listas
│ │ │ 📄 1.1 Listas .py
│ │ │ 📄 2. Ejercicio con listas .html
│ │ │ 🎬 3. Tuplas
│ │ │ 📄 3.1 Tuplas .py
│ │ │ 📄 4. Ejercicio con tuplas .html
│ │ │ 🎬 5. Diccionarios
│ │ │ 📄 5.1 Ejercicio_Diccionarios .py
│ │ │ 📄 6. Ejercicio con Diccionarios .html
│ │ │ 🎬 7. Ejercicio con Listas con IA
│ │ │ 📄 7.1 Ejercicio_Lista .py
│ │ │ 🎬 8. Ejercicio con tuplas con IA
│ │ │ 📄 8.1 Tuplas .py
│ │ │ 🎬 9. Ejercicio con diccionarios con IA
│ │ │ 📄 9.1 Ejercicio_Diccionarios .py
│ │ 📁 7. Dia 6 Funciones y modularización
│ │ │ 🎬 1. Funciones
│ │ │ 📊 1.1 Funciones .pptx
│ │ │ 🎬 10. Ejercicio con parámetros y retorno de datos
│ │ │ 📄 10.1 Ejercicio_parametros .py
│ │ │ 🎬 11. Argumentos variables en funciones
│ │ │ 📄 11.1 Argumentos_Variables .py
│ │ │ 🎬 2. Creación de funciones
│ │ │ 📄 2.1 Funciones .py
│ │ │ 📄 3. Ejercicio con funciones .html
│ │ │ 🎬 4. Parámetros en Funciones
│ │ │ 📄 4.1 Parametros_funciones .py
│ │ │ 📄 5. Ejercicio con parametros .html
│ │ │ 🎬 6. Uso de Return en funciones
│ │ │ 📄 6.1 parametros_defecto_return .py
│ │ │ 🎬 7. Uso de funciones anidadas
│ │ │ 📄 7.1 Funciones_anidadas .py
│ │ │ 🎬 8. Uso de funciones recursivas
│ │ │ 📄 8.1 funciones_recursivas .py
│ │ │ 🎬 9. Ejercicio con funciones
│ │ │ 📄 9.1 Ejercicio_funciones .py
│ │ 📁 8. Dia 7 Archivos y lectura de datos
│ │ │ 🎬 1. Creación y lectura de archivos
│ │ │ 📄 1.1 Escritura_lectura_datos .py
│ │ │ 🎬 2. Buenas practicas usando with open
│ │ │ 📄 2.1 with_open_buenas_practicas .py
│ │ │ 🎬 3. Manejo de excepciones try y except
│ │ │ 📄 3.1 manejor_errores .py
│ │ 📁 9. Dia 8 Librerías en Python
│ │ │ 🎬 1. ¿Que son las librerias
│ │ │ 📊 1.1 Librerías en Python .pptx
│ │ │ 🎬 2. Librerías math
│ │ │ 📄 2.1 Libreria_math .py
│ │ │ 🎬 3. Librería random
│ │ │ 📄 3.1 Libreria_random .py
│ │ │ 🎬 4. Librería datetime
│ │ │ 📄 4.1 Libreria_datetime .py
│ │ │ 🎬 5. Paquetes
│ │ │ 📄 5.1 paquetes .py
│ 📁 10. Python avanzando en la orientación a objetos
│ │ 📁 1. Revisión de conceptos
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Repaso
│ │ │ 🎬 3. Métodos y atributos
│ │ │ 🎬 4. Encapsulamiento
│ │ 📁 2. Herencia
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Herencia
│ │ │ 🎬 3. Mejorando constructores
│ │ │ 🎬 4. Recapitulación
│ │ 📁 3. Polimorfismo
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Polimorfismo
│ │ │ 🎬 3. Implementando el polimorfismo
│ │ │ 🎬 4. Representación textual de objetos
│ │ 📁 4. Lista de reproducción
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Creando la lista de reproducción
│ │ │ 🎬 3. Mejorando la lista de reproducción
│ │ 📁 5. Duck Typing y modelo de datos de Python
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Duck Typing
│ │ │ 🎬 3. Python Data Model
│ │ │ 🎬 4. Conclusión
│ 📁 11. Python Pandas Tratamiento y análisis de datos
│ │ 📁 1. Presentación del curso
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Instalación y ambiente de desarrollo
│ │ │ 🎬 3. Trabajando con datos
│ │ 📁 2. Importando datos
│ │ │ 🎬 1. Importando la base
│ │ │ 🎬 2. Conociendo la base de datos
│ │ │ 🎬 3. (Extra) Importando otras fuentes
│ │ 📁 3. Series y Index
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Eliminando valores repetidos
│ │ │ 🎬 3. Redefiniendo el index
│ │ │ 🎬 4. (Extra) Creando dataframes
│ │ │ 🎬 5. (Extra) Concatenando Dataframes
│ │ 📁 4. Filtrando datos
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Inmuebles residenciales
│ │ │ 🎬 3. Exportando base de datos
│ │ │ 🎬 4. (Extra) Organizando dataframes
│ │ 📁 5. Frecuencias de inmuebles
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Selecciones y frecuencias
│ │ │ 🎬 3. (Extra) Formas de selecciones
│ │ 📁 6. Tratando los datos faltantes
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Excluyendo valores nulos
│ │ │ 🎬 3. Tratamiento condicional
│ │ │ 🎬 4. (Extra) Métodos de interpolación
│ │ 📁 7. Nuevas variables
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Creando nuevas variables
│ │ │ 🎬 3. Excluyendo variables
│ │ │ 🎬 4. (Extra) Contadores
│ │ 📁 8. Estadísticas descriptivas
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Creando agrupamientos
│ │ │ 🎬 3. Estadísticas descriptivas (1)
│ │ │ 🎬 3. Estadísticas descriptivas
│ │ │ 🎬 4. (Extra) Creando rangos de valor
│ │ 📁 9. Excluyendo Outliers
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Identificando y Excluyendo Outliers
│ │ │ 🎬 3. Identificando y Excluyendo Outliers por Grupo
│ │ │ 🎬 4. (Extra) Más sobre gráficos
│ │ │ 🎬 5. Conclusión
│ 📁 12. Python para Data Science Introducción al Lenguaje
│ │ 📁 1. Variables, funciones y lenguaje de alto nivel
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Variables
│ │ │ 🎬 3. Mi primera función
│ │ │ 🎬 4. Lenguaje de alto nivel
│ │ 📁 2. Parámetros, condicionales y conversión de datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Función con parámetro
│ │ │ 🎬 3. Condicionales
│ │ │ 🎬 4. Conversión de tipos de datos
│ │ 📁 3. Listas, bucles y tipo booleano
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Creando una lista
│ │ │ 🎬 3. Bucles y Ciclos (Loops)
│ │ │ 🎬 4. Tipo Booleano
│ │ │ 🎬 5. Diferentes tipos en una lista
│ │ 📁 4. El sistema de importación de librerías
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Importando una librería
│ │ │ 🎬 3. Lista con números aleatorios
│ │ 📁 5. Graficando con matplotlib
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Creando un gráfico
│ │ │ 🎬 3. Conclusión
│ 📁 13. Python para Data Science primeros pasos
│ │ 📁 1. Comenzando con Python
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Google Colaboratory
│ │ │ 🎬 3. Hola mundo
│ │ 📁 2. Manipulando datos en Python
│ │ │ 🎬 2. Variables
│ │ │ 🎬 3. Tipos de variables
│ │ │ 🎬 4. Variables numéricas
│ │ │ 🎬 5. Variables de texto
│ │ │ 🎬 6. Colectando datos
│ │ 📁 3. Estructuras condicionales
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Qué son las estructuras condicionales
│ │ │ 🎬 3. Conociendo If y Else
│ │ │ 🎬 4. Utilizando If y Else
│ │ │ 🎬 5. Utilizando Elif
│ │ │ 🎬 6. Operadores lógicos
│ │ 📁 4. Estructuras de repetición
│ │ │ 🎬 2. Estructuras de repetición
│ │ │ 🎬 3. Lazo While
│ │ │ 🎬 4. Lazo For
│ │ 📁 5. Estructuras de datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Listas
│ │ │ 🎬 3. Manipulación de listas
│ │ │ 🎬 4. Diccionarios
│ │ │ 🎬 5. Profundizando en diccionarios
│ │ │ 🎬 6. Conclusión
│ 📁 14. Python para Data Science Trabajando con Numpy
│ │ 📁 1. Ambiente del científico de datos
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Instalación del ambiente
│ │ │ 🎬 3. ¿Qué son arrays Numpy
│ │ 📁 2. Características de Python
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Operaciones matemáticas
│ │ │ 🎬 3. Entendiendo las variables
│ │ │ 🎬 4. Tipos de datos
│ │ │ 🎬 5. Conversión de tipos
│ │ │ 🎬 6. Indentación, comentarios y formatación
│ │ 📁 3. Trabajando con listas
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Creando listas
│ │ │ 🎬 3. Operaciones con listas
│ │ │ 🎬 4. Selecciones en listas
│ │ │ 🎬 5. Métodos de listas
│ │ 📁 4. Condicionales y bucles
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Bucle for
│ │ │ 🎬 3. Bucles anidados
│ │ │ 🎬 4. Bucle if
│ │ │ 🎬 5. Bucles if-else, if, elif y else
│ │ 📁 5. Conociendo NumPy
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Arrays NumPy
│ │ │ 🎬 3. Operaciones con arrays
│ │ │ 🎬 4. Selecciones con arrays
│ │ │ 🎬 5. Atributos y métodos de NumPy
│ │ │ 🎬 6. Estadísticas con NumPy
│ │ │ 🎬 7. Conclusión
│ 📁 2. Curso de Python
│ │ 🎬 01. Primeros pasos con Python
│ │ 🎬 02. Estructuras de Control
│ │ 🎬 03. Strings_ Listas y Tuplas
│ │ 🎬 04. Diccionarios y Sets
│ │ 🎬 05. Funciones y Modulos
│ │ 🎬 06. Programacion funcional
│ │ 🎬 07. Programacion orientada a objetos
│ │ 🎬 08. Extras de Python y cierre
│ │ 📁 Recursos
│ │ │ 🗜️ diccionarios-y-sets-material-clase-4-python.zip
│ │ │ 🗜️ estructuras-de-control-imagenes-curso-completo.zip
│ │ │ 🗜️ estructuras-de-control-material-clase-2-python.zip
│ │ │ 🗜️ funciones-y-modulos-material-clase-5-python.zip
│ │ │ 🗜️ python-material-clase-1-python (1).zip
│ │ │ 🗜️ python-material-clase-1-python.zip
│ │ │ 🗜️ strings-listas-y-tuplas-material-clase-3-python.zip
│ 📁 3. Analisis de datos con Python y SQLite
│ │ 📁 1. Introducción
│ │ │ 🎬 1. Introducción Presentación del maestro
│ │ 📁 2. Conceptos y ejemplos
│ │ │ 🎬 1. Conceptos Pt-1
│ │ │ 🎬 2. Conceptos Pt-2
│ │ │ 🎬 3. Conceptos Pt-3
│ │ │ 📄 4. Cuestionario de Conceptos.html
│ │ 📁 3. Instalación y descripción de la interfaz Python IDLE
│ │ │ 🎬 1. ¿Cómo instalar Python IDLE y descripción de la interfaz
│ │ 📁 4. Instalación y descripción de la interfaz SQlite DB Browser
│ │ │ 🎬 1. ¿Cómo instalar SQlite DB Browser y descripción de la interfaz
│ │ 📁 5. Selección y revisión de los datos a analizar
│ │ │ 🎬 1. Archivo de Jugadores de Fútbol .CSV
│ │ │ 📄 1.1 sporcoma.csv
│ │ │ 🎬 2. Visualización del archivo .CSV en Python
│ │ 📁 6. Conversión del archivo .CSV a Base de Datos SQlite y limpieza de datos
│ │ │ 🎬 1. Conversión del archivo .CSV a .DB
│ │ │ 🎬 2. Revisión y limpieza de los datos
│ │ 📁 7. Análisis y selección de los datos
│ │ │ 🎬 1. ¿Cómo conectar base de datos SQlite a Python
│ │ │ 🎬 10. Selección de las alturas de los jugadores entre un rango de 1.75 y 1.85
│ │ │ 🎬 11. Selección y comparación de 2 jugadores
│ │ │ 🎬 12. ¿Cuánto es la nómina por año de la federación
│ │ │ 🎬 13. Selección de jugadores de acuerdo al mes de ingreso y al año
│ │ │ 🎬 14. ¿Cómo saber si el nivel académico de los jugadores influye en ser buen jugador
│ │ │ 🎬 2. ¿Cuántos equipos hay en la federación
│ │ │ 🎬 3. ¿Cuántos jugadores hay por equipo y cuál es el equipo con más jugadores
│ │ │ 🎬 4. ¿Cuáles son los jugador más viejos y los más jóvenes
│ │ │ 🎬 5. ¿Cuáles son las edades que se repiten y conocer su cantidad de repetición
│ │ │ 🎬 6. ¿Cuál es el jugador con mejor y peor salario
│ │ │ 🎬 7. En base al mejor salario ¿Cuáles jugadores tienen un salario parecido
│ │ │ 🎬 8. ¿Cuántos Jugadores hay por países
│ │ │ 🎬 9. ¿Cuál es el jugador más alto y más pequeño de estatura
│ │ 📁 8. Graficación de datos con Python y Matplotlib
│ │ │ 🎬 1. Instalación del módulo Matplotlib
│ │ │ 🎬 2. Uso del gráfico de barras
│ │ │ 🎬 3. Uso del gráfico circular
│ │ │ 🎬 4. Uso del gráfico de dispersión
│ 📁 4. Curso Avanzado de Python
│ │ 🎬 01. Primeros pasos con Python Avanzado
│ │ 🎬 02. Colecciones de Python _list_ dict_ set_ tuple_
│ │ 🎬 03. Colecciones avanzadas
│ │ 🎬 04. Decoradores
│ │ 🎬 05. Generadores_ asincronia y mas
│ │ 🎬 06. Crea tu propia libreria de Python
│ │ 🎬 07. Crea tu propia libreria de Python II
│ │ 🎬 08. Desarrollo con Django y Flask
│ │ 📁 Recursos
│ │ │ 🗜️ colecciones-avanzadas-pdf.zip
│ │ │ 🗜️ colecciones-de-python-list-dict-set-tuple-pdf.zip
│ │ │ 📕 crea-tu-propia-libreria-de-python-pdf-clases-6-y-7.pdf
│ │ │ 🗜️ decoradores-pdf.zip
│ │ │ 🗜️ desarrollo-con-django-y-flask-pdf.zip
│ │ │ 🗜️ generadores-asincronia-y-mas-pdf.zip
│ │ │ 🗜️ primeros-pasos-con-python-avanzado-pdf-contenido-clase-1.zip
│ │ │ 🗜️ primeros-pasos-con-python-avanzado-pdf-presentacion-y-herramientas.zip
│ 📁 5. Estadística con Python probabilidad y muestreo
│ │ 📁 1. Distribución Binomial
│ │ │ 🎬 1. introducion
│ │ │ 🎬 2. Conociendo los datos
│ │ │ 🎬 3. Distribucion Binomial
│ │ │ 🎬 4. Calculando la probabilidad
│ │ │ 🎬 5. Aplicación de la media
│ │ 📁 2. Distribución de Poisson
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Calculando la probabilidad
│ │ 📁 3. Distribución Normal
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Aprendiendo sobre la tabla padronizada
│ │ 📁 4. Técnicas de Muestreo
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Muestreo Aletorio Simple
│ │ 📁 5. Nivel e intervalo de confianza
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Intervalo de confianza
│ │ 📁 6. Calculando el tamaño de la muestra
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Cálculo para población infinita
│ │ │ 🎬 3. Cálculo para población finita
│ │ 📁 7. Resumen y proyecto final
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Trabajando en el proyecto final
│ │ │ 🎬 3. Conclusión
│ 📁 6. Estadística con Python Test de hipótesis
│ │ 📁 1. Pruebas de Normalidad y Etapas de una prueba
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Ambiente de trabajo y Datos
│ │ │ 🎬 3. Ejecutando la prueba de normalidad
│ │ │ 🎬 4. Etapas de una prueba
│ │ 📁 2. Prueba bicaudal para una media
│ │ │ 🗜️ 1. Proyecto .rar
│ │ │ 🎬 2. Prueba Bicaudal
│ │ │ 🎬 3. Criterio del p-valor
│ │ 📁 3. Prueba unicaudal para una media
│ │ │ 🗜️ 1. Proyecto .rar
│ │ │ 🎬 2. Prueba unicaudal
│ │ │ 🎬 3. Criterio del p-valor
│ │ 📁 4. Pruebas para diferencia de medias
│ │ │ 🗜️ 1. Proyecto (1).rar
│ │ │ 🗜️ 1. Proyecto .rar
│ │ │ 🎬 2. Prueba para diferencia de medias
│ │ │ 🎬 3. Criterio del p-valor
│ │ 📁 5. Prueba Chi-Cuadrado
│ │ │ 🗜️ 1. Proyecto .rar
│ │ │ 🎬 2. La prueba Chi-Cuadrado
│ │ │ 🎬 3. Criterio del p-valor
│ │ 📁 6. Pruebas no paramétricas Wilcoxon y Mann-Whitney
│ │ │ 🗜️ 1. Proyecto .rar
│ │ │ 🎬 2. La prueba de Wilcoxon
│ │ │ 🎬 3. Criterio del p-valor
│ │ │ 🎬 4. La prueba de Mann-Whitney
│ │ │ 🎬 5. Criterio del p-valor
│ │ 📁 7. Proyecto final
│ │ │ 🗜️ 1. Proyecto .zip
│ │ │ 🎬 2. Resumen
│ │ │ 🎬 3. Presentación del proyecto
│ │ │ 🎬 4. Conclusión
│ 📁 7. NumPy análisis numérico eficiente con Python
│ │ 📁 1. Conociendo Numpy
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Desafío propuesto
│ │ │ 🎬 3. Cargando los datos
│ │ │ 🎬 4. Dimensiones de los arrays
│ │ 📁 2. Exploración de datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Visualización y selección
│ │ │ 🎬 3. Comparación entre arrays
│ │ │ 🎬 4. Tratamiento de Nan
│ │ 📁 3. Operaciones entre arrays
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Diferencia entre arrays
│ │ │ 🎬 3. Regresión lineal
│ │ │ 🎬 4. Aplicación de la regresión
│ │ 📁 4. Números aleatorios
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Generando números aleatorios
│ │ │ 🎬 3. Reproductibilidad
│ │ │ 🎬 4. Exportacion
│ │ │ 🎬 5. Conclusión
│ 📁 8. Pandas conociendo la biblioteca
│ │ 📁 1. Conociendo la base de datos
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Entendiendo el proyecto
│ │ │ 🎬 3. Importando los datos
│ │ │ 🎬 4. Características de los datos
│ │ 📁 2. Análisis exploratorio de los datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Valor promedio de inmuebles por tipo
│ │ │ 🎬 3. Inmuebles residenciales
│ │ │ 🎬 4. Porcentaje del tipo de inmuebles
│ │ 📁 3. Tratamiento y filtrado de los datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Tratando valores nulos
│ │ │ 🎬 3. Remover registros inconsistentes
│ │ │ 🎬 4. Aplicar filtros
│ │ │ 🎬 5. Exportando los datos
│ │ 📁 4. Manipulación de los datos
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Crear columnas numéricas
│ │ │ 🎬 3. Creando la columna Descripción
│ │ │ 🎬 4. Creando la columna tiene_suite
│ │ │ 🎬 5. Conclusión
│ 📁 9. Python analisis de datos con SQL
│ │ 📁 1. Estructurando las tablas
│ │ │ 🎬 1. Presentación
│ │ │ 🎬 2. Conociendo el problema
│ │ │ 🎬 3. Creando la instancia de SQLite
│ │ 📁 2. Primeras consultas
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Conexión con la base
│ │ │ 🎬 3. Consultando la base
│ │ │ 🎬 4. Ranking de productos
│ │ │ 🎬 5. Graficando el ranking de productos
│ │ 📁 3. Aplicando filtros
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Entendiendo el tipo de dato
│ │ │ 🎬 3. Definiendo un periodo de tiempo
│ │ │ 🎬 4. Filtrando los datos
│ │ 📁 4. Avanzando en las relaciones
│ │ │ 📄 1. Proyecto .txt
│ │ │ 🎬 2. Ventas por estado
│ │ │ 🎬 3. Vendedores CDMX
│ │ │ 🎬 4. Conclusión
📁 2. SQL
│ 📁 1. SQL para Principiantes Curso práctico
│ │ 📁 01 - Introduction
│ │ │ 🎬 001. Bienvenidos
│ │ │ 🎬 002. Instalar SQL Server 2017
│ │ │ 🎬 003. Instalar SQL Server 2019 _Opcional_
│ │ │ 🎬 004. Conectar SQL Server
│ │ │ 📄 005. Base-de-Datos.sql
│ │ │ 🎬 005. Importar Base de Datos
│ │ 📁 02 - SELECT
│ │ │ 🎬 001. SELECT basico y Alias
│ │ │ 🎬 002. Operadores Aritmeticos
│ │ │ 🎬 003. DISTINCT
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 03 - WHERE
│ │ │ 🎬 001. Operadores Logicos en Numeros
│ │ │ 🎬 002. Operadores Logicos en Fechas
│ │ │ 🎬 003. Filtrar por valores de texto
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 04 - AND, OR y NOT
│ │ │ 🎬 001. AND y OR
│ │ │ 🎬 002. Combinar Operadores
│ │ │ 🎬 003. Agrupar Operadores
│ │ │ 🎬 004. NOT
│ │ │ 🎬 005. Ejercicio 1
│ │ │ 🎬 006. Ejercicio 2
│ │ │ 🎬 007. Ejercicio 3
│ │ 📁 05 - IN
│ │ │ 🎬 001. IN
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ │ 🎬 004. Ejercicio 3
│ │ 📁 06 - BETWEEN
│ │ │ 🎬 001. BETWEEN
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ │ 🎬 004. Ejercicio 3
│ │ 📁 07 - LIKE
│ │ │ 🎬 001. LIKE basico y comodin _
│ │ │ 🎬 002. Comodin _
│ │ │ 🎬 003. Ejercicio 1
│ │ │ 🎬 004. Ejercicio 2
│ │ │ 🎬 005. Ejercicio 3
│ │ 📁 08 - IS NULL
│ │ │ 🎬 001. IS NULL
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ 📁 09 - ORDER BY
│ │ │ 🎬 001. ORDER BY DESC
│ │ │ 🎬 002. ORDER BY ASC
│ │ │ 🎬 003. Combinar ordenes
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 10 - INNER JOIN
│ │ │ 🎬 001. INNER JOIN
│ │ │ 🎬 002. Multiples JOINs
│ │ │ 🎬 003. Palabras Opcionales
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 11 - OUTER JOINN
│ │ │ 🎬 001. LEFT JOIN
│ │ │ 🎬 002. RIGHT JOIN
│ │ │ 🎬 003. Palabras Opcionales
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 12 - UNION
│ │ │ 🎬 001. UNION ALL
│ │ │ 🎬 002. UNION y ORDER BY
│ │ │ 🎬 003. UNION en la misma tabla
│ │ │ 🎬 004. Ejercicio 1
│ │ │ 🎬 005. Ejercicio 2
│ │ │ 🎬 006. Ejercicio 3
│ │ 📁 13 - GROUP BY
│ │ │ 🎬 001. GROUP BY
│ │ │ 🎬 002. Ejercicio 1
│ │ 📁 14 - COUNT
│ │ │ 🎬 001. COUNT 1
│ │ │ 🎬 002. COUNT __ y COUNT DISTINCT
│ │ │ 🎬 003. Ejercicio 1
│ │ │ 🎬 004. Ejercicio 2
│ │ │ 🎬 005. Ejercicio 3
│ │ 📁 15 - SUM
│ │ │ 🎬 001. SUM
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ │ 🎬 004. Ejercicio 3
│ │ 📁 16 - AVG
│ │ │ 🎬 001. AVG
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ │ 🎬 004. Ejercicio 3
│ │ 📁 17 - MAX y MIN
│ │ │ 🎬 001. MAX y MIN
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ │ 🎬 004. Ejercicio 3
│ │ 📁 18 - HAVING
│ │ │ 🎬 001. HAVING
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ 📁 19 - INSERT
│ │ │ 🎬 001. INSERT
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ 📁 20 - UPDATE
│ │ │ 🎬 001. UPDATE
│ │ │ 🎬 002. Ejercicio 1
│ │ │ 🎬 003. Ejercicio 2
│ │ 📁 21 - DELETE
│ │ │ 🎬 001. DELETE
│ │ │ 🎬 002. Ejercicio 1
│ 📁 2. SQL-Consultas en Microsoft SQL Server
│ │ 📁 01 - Introducción al SQL Server de Microsoft
│ │ │ 🎬 001. Presentacion del Contenido
│ │ │ 📊 001. Presentacion.pptx
│ │ │ 🎬 002. Instalacion de SQL Server Developer
│ │ │ 🎬 003. Instalando la base de datos Northwind para nuestros ejercicios
│ │ │ 📄 003. instnwnd.sql
│ │ │ 🎬 004. Iniciando con SQL Server _Introduccion_
│ │ │ 🎬 005. SQL Server Management Studio
│ │ │ 📊 006. Modulo1.pptx
│ │ │ 🎬 006. Repaso Grabacion Clase Presencial Introduccion a Microsoft SQL Server
│ │ │ 📄 006. instnwnd.sql
│ │ 📁 02 - Introducción a las Consultas con SQL Server
│ │ │ 🎬 001. Iniciando con las consultas con T-SQL
│ │ │ 🎬 002. Teoria de conjuntos_ construccion de Predicados y Procesamiento de las consultas
│ │ │ 📊 003. Modulo2.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Introduccion a Consultas con T-SQL Server
│ │ │ 📄 003. ScriptClase3.sql
│ │ 📁 03 - Consultas de Selección
│ │ │ 🎬 001. Escribir consultas con la sentencia Select
│ │ │ 🎬 002. Creacion de calculos_ Instruccion Distinct_ uso de Alias y Funcion Case
│ │ │ 📊 003. Modulo3.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Consultas de Seleccion
│ │ 📁 04 - Consultando Múltiples Tablas
│ │ │ 🎬 001. Consultas de Multiples Tablas
│ │ │ 🎬 002. Outer Join
│ │ │ 🎬 003. Selft Join
│ │ │ 📊 004. Modulo4.pptx
│ │ │ 🎬 004. Repaso Grabacion Clase Presencial Consultas de varias tablas
│ │ │ 📄 004. ScriptClase5.sql
│ │ 📁 05 - Uso de las sentencias Top, Top with ties, Offset-fetch
│ │ │ 🎬 001. Ordenar y Filtrar Datos
│ │ │ 🎬 002. Order by_ Offset-Fetch_ Manejo de Valores Nulos
│ │ │ 📊 003. Modulo5.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Sentencias Top_ Top with ties_ Offset-fetch
│ │ │ 📄 003. ScriptClase6.sql
│ │ 📁 06 - Conociendo los Tipos de Dato
│ │ │ 🎬 001. Declaracion de variables_ Tipos de dato para numeros
│ │ │ 🎬 002. Tipos de dato para Cadenas de texto_ Fecha y Hora
│ │ │ 📊 003. Modulo6.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Tipos de Dato
│ │ 📁 07 - Manejo de Datos
│ │ │ 🎬 001. Capsula sobre la Sintaxis de la Intruccion Insert
│ │ │ 🎬 002. Agregar datos con Insert
│ │ │ 🎬 003. Capsula sobre la Sintaxis de la Instruccion Delete
│ │ │ 🎬 004. Capsula sobre la Sintaxis de la Instruccion Update
│ │ │ 🎬 005. Actualizar datos con Update y Eliminar datos con Delete y Truncate
│ │ │ 🎬 006. Uso de la instruccion Merge y Manejo de correlativos con Identity y Sequence
│ │ │ 📊 007. Modulo7.pptx
│ │ │ 🎬 007. Repaso Grabacion Clase Presencial Instrucciones Insert_ Update_ Delete
│ │ │ 📄 007. ScriptClase8.sql
│ │ 📁 08 - Funciones integradas
│ │ │ 🎬 001. Introduccion a los tipos de funciones integradas
│ │ │ 🎬 002. Funciones de Conversion
│ │ │ 🎬 003. Funciones logicas y de manejo de valores nulos
│ │ │ 📊 004. Modulo8.pptx
│ │ │ 🎬 004. Repaso Grabacion Clase Presencial Funciones Integradas
│ │ │ 📄 004. ScriptClase9.sql
│ │ 📁 09 - Instrucciones de Agrupación de Datos
│ │ │ 🎬 001. Agrupacion y funciones de agregado
│ │ │ 🎬 002. Agrupando y filtrando los datos agrupados con Having
│ │ │ 📊 003. Modulo9.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Group By_ Having y Funciones de Agregado
│ │ │ 📄 003. ScriptClase10.sql
│ │ 📁 10 - Sub-Consutlas
│ │ │ 🎬 001. Explicacion de sub-consultas independientes
│ │ │ 🎬 002. Sub-Consultas Anidadas y Uso de Exists
│ │ │ 📊 003. Modulo10.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Sub-Consultas
│ │ │ 📄 003. ScriptClase11.sql
│ │ 📁 11 - Expresiones de Tabla
│ │ │ 🎬 001. Vistas
│ │ │ 🎬 002. Funciones de Tabla en Linea
│ │ │ 🎬 003. Tablas Derivadas
│ │ │ 🎬 004. Common Table Expression
│ │ │ 📄 005. 70-761-Modulo11.sql
│ │ │ 📊 005. Modulo11.pptx
│ │ │ 🎬 005. Repaso Grabacion Clase Presencial Expresiones de tabla
│ │ 📁 12 - Operaciones de Conjunto de Datos
│ │ │ 🎬 001. Union_ Union All_ Except_ Intersect
│ │ │ 🎬 002. Cross Apply y Outer Apply
│ │ │ 📄 003. 70-761-Modulo12.sql
│ │ │ 📊 003. Modulo12.pptx
│ │ │ 🎬 003. Repaso Grabacion Clase Presencial Operaciones de Conjunto de Datos
│ │ 📁 13 - Funciones de Ventana
│ │ │ 📄 001. 70-761-Modulo13.sql
│ │ │ 🎬 001. Funciones de Ventana_ Rank_ Dense_rank_ Lag y Lead
│ │ │ 📊 001. Modulo13.pptx
│ │ 📁 14 - Funciones Pivot, Unpivot y Group by con Rollup y Cube
│ │ │ 🎬 001. Pivot y Unpivot
│ │ │ 🎬 002. Funcion Pivot Combinada con SQL Dinamico
│ │ │ 📄 003. 70-761-Modulo14.sql
│ │ │ 📊 003. Modulo14.pptx
│ │ │ 🎬 003. Repaso Funciones Pivot_ Unpivot y Group by con Rollup y Cube
│ │ 📁 15 - Introducción a los Procedimientos Almacenados
│ │ │ 🎬 001. Creacion de Procedimientos Almacenados
│ │ │ 🎬 002. Parametros de Entrada y Salida en los Procedimientos Almacenados
│ │ │ 🎬 003. Procedimientos que devuelven filas de datos y Uso de SQL Dinamico
│ │ │ 📊 004. Modulo15.pptx
│ │ │ 🎬 004. Repaso Grabacion Clase Presencial Introduccion a Procedimientos
│ │ 📁 16 - Elementos de Programación con Transact-SQL
│ │ │ 🎬 001. Elemento de Programacion con Transact Sql Server
│ │ │ 📊 001. Modulo16.pptx
│ │ 📁 17 - Manejo de Errores
│ │ │ 🎬 001. Implementar manejo de errores
│ │ │ 📊 001. Modulo17.pptx
│ │ 📁 18 - Transacciones
│ │ │ 🎬 001. Implementacion de transacciones
│ │ │ 📊 001. Modulo18.pptx
│ │ 📁 19 - Optimización de Consultas
│ │ │ 🎬 001. Mejorar el rendimiento de las consultas
│ │ │ 📊 001. Modulo19.pptx
│ │ 📁 20 - Consultar la metadata
│ │ │ 🎬 001. Consulta de Metadata
│ │ │ 📊 001. Modulo20.pptx
│ │ 📁 21 - Ejercicios
│ │ │ 📄 001. Ejercicios de Join entre tablas.html
│ │ │ 📄 002. Ejercicios De ejemplo.html
│ 📁 3. Domina SQL Convierte preguntas de negocio en respuestas
│ │ 📁 1. Introducción
│ │ │ 🎬 1. Bienvenido al curso
│ │ │ 🎬 2. ¿Por qué tomar este curso
│ │ │ 📄 2.1 Curso básico de SQL ¿Por qué aprender SQL para el análisis de datos .html
│ │ │ 🎬 3. ¿Qué aprenderás
│ │ │ 📄 4. Recursos y material adicional .html
│ │ │ 📄 4.1 Olist .bak
│ │ 📁 10. Finalización
│ │ │ 🎬 1. Final y agradecimientos
│ │ 📁 2. Preparación de la base de datos
│ │ │ 🎬 1. Instalación de SQL Server Management Studio (SSMS) (Windows)
│ │ │ 📄 1.1 SQL Server Management Studio (Download) .html
│ │ │ 🎬 2. Instalación SQL Server + restauración backup de la BD (Windows)
│ │ │ 📄 2.1 SQL Server (download) .html
│ │ │ 📄 2.2 SQL Server Management Studio (Download) .html
│ │ │ 🎬 3. Instalación SQL Server en Docker Desktop + restauración backup de la BD (MacOS)
│ │ │ 📄 3.1 Azure Data Studio (download) .html
│ │ │ 📄 3.2 Docker Desktop para Mac .html
│ │ │ 🎬 4. Modelo de datos y datasets a utilizar
│ │ │ 📄 4.1 Google Ads Sales (kaggle) .html
│ │ │ 📄 4.2 Olist (kaggle) .html
│ │ │ 🎬 5. Importación dataset desde archivos CSV (Azure Data Studio y SSMS)
│ │ │ 🎬 6. Actualización de fechas en los datasets
│ │ 📁 3. Módulo 1 - Fundamentos de Análisis de Marketing
│ │ │ 🎬 1. Lección 1.1 Métricas que importan en marketing
│ │ │ 🎬 2. Lección 1.2 Tu primera consulta de marketing
│ │ │ 🎬 3. Lección 1.3 Pensamiento de embudo
│ │ │ 🎬 4. Lección 1.4 Tasa de conversión Clientes compraron vs Total de clientes (12)
│ │ │ 🎬 5. Lección 1.4 Tasa de conversión Clientes compraron vs Total de clientes (22)
│ │ 📁 4. Módulo 2 - Análisis de Adquisición - De dónde vienen tus clientes
│ │ │ 🎬 1. Lección 2.1 Análisis de canales de adquisición
│ │ │ 🎬 2. Lección 2.2 Customer acquisition cost (CAC)
│ │ │ 🎬 3. Lección 2.3 Análisis de primera compra
│ │ 📁 5. Módulo 3 - Segmentación de clientes - Personalización a escala
│ │ │ 🎬 1. Lección 3.1 RFM Analysis (Recency, Frequency, Monetary)
│ │ │ 🎬 2. Lección 3.2 Customer Lifetime Value (CLV) simplificado
│ │ │ 🎬 3. Lección 3.3 Análisis de cohortes
│ │ 📁 6. Módulo 4 - Optimización de producto y contenido
│ │ │ 🎬 1. Lección 4.1 Análisis de conversión por producto
│ │ │ 🎬 2. Lección 4.2 Análisis de reviews y satisfacción
│ │ │ 🎬 3. Lección 4.3 Market basket analysis básico
│ │ 📁 7. Módulo 5 - Performance de campañas - ROI y optimización
│ │ │ 🎬 1. Lección 5.1 Google Ads performance dashboard
│ │ │ 🎬 2. Lección 5.2 Análisis de keywords y Ad copy (12)
│ │ │ 🎬 3. Lección 5.2 Análisis de keywords y Ad copy (22)
│ │ │ 🎬 4. Lección 5.3 Atribución de ventas a campañas
│ │ 📁 8. Módulo 6 - Análisis temporal y estacionalidad
│ │ │ 🎬 1. Lección 6.1 Análisis de tendencias
│ │ │ 🎬 2. Lección 6.2 Estacionalidad y eventos
│ │ │ 🎬 3. Lección 6.3 Análisis MoM y YoY para marketing
│ │ 📁 9. Módulo 7 - Churn prevention y retención
│ │ │ 🎬 1. Lección 7.1 Identificación de clientes en riesgo
│ │ │ 🎬 2. Lección 7.2 Análisis de recompra
│ │ │ 🎬 3. Lección 7.3 Programas de lealtad Data-Driven
│ 📁 4. Curso Práctico de Big Data con SQL, Spark SQL y Databricks
│ │ 📁 1. Bienvenida y Configuración
│ │ │ 🎬 1. ¡Bienvenido al curso! Introducción a SQL en Big Data
│ │ │ 🎬 2. Nuestra hoja de ruta De los fundamentos a tu primer dashboard en la nube
│ │ │ 🎬 3. Tu instructor Mi experiencia en el mundo de los datos
│ │ │ 📄 4. Archivos Descargables .html
│ │ │ 🗜️ 4.1 Spark SQL Scripts .zip
│ │ │ 🎬 5. Hands-On Creando tu cuenta gratuita de Databricks Community Edition
│ │ │ 🎬 6. Tour por la Interfaz de Databricks El Workspace, los Catálogos y los Notebooks
│ │ │ 🎬 7. ¡Tu primer Query en el Big Data! Sintiendo la escala
│ │ │ 🎬 8. El Entorno del Analista Comprendiendo los SQL Warehouses de Databricks
│ │ 📁 2. Fundamentos de Big Data
│ │ │ 🎬 1. El problema de la escala Cuando Excel y tu PC ya no son suficientes
│ │ │ 🎬 2. Escalabilidad Vertical vs. Horizontal La clave para un crecimiento infinito
│ │ │ 🎬 3. ¿Qué es el cómputo distribuido Un equipo de ordenadores trabajando para ti
│ │ │ 🎬 4. El origen de todo MapReduce, la idea que impulsó a Google
│ │ │ 🎬 5. Entendiendo Map Dividiendo el problema en partes pequeñas
│ │ │ 🎬 6. Entendiendo Shuffle & Reduce Agrupando y resumiendo los resultados
│ │ │ 🎬 7. Analogía práctica MapReduce explicado con pandas de colores
│ │ 📁 3. Data Lakehouse
│ │ │ 🎬 1. Datos para la operación (OLTP) vs. Datos para el análisis (OLAP)
│ │ │ 🎬 2. El Data Warehouse El almacén de datos clásico para BI
│ │ │ 🎬 3. El Data Lake Flexible pero... ¿caótico
│ │ │ 🎬 4. La solución moderna La arquitectura Data Lakehouse
│ │ │ 🎬 5. ¿Qué es Delta Lake La tecnología que aporta fiabilidad al Data Lake
│ │ │ 🎬 6. Ventajas para el Analista Datos consistentes y transacciones ACID
│ │ │ 🎬 7. Ventajas para el Analista Time Travel, o cómo auditar y recuperar datos pasados
│ │ 📁 4. Apache Spark
│ │ │ 🎬 1. ¿Qué es Apache Spark Tu motor de consultas distribuido
│ │ │ 🎬 2. La arquitectura de Spark Driver, Executors y cómo procesan tus queries
│ │ │ 🎬 3. El Catalyst Optimizer El cerebro que optimiza tu código SQL automáticamente
│ │ │ 🎬 4. Hands-On Usando EXPLAIN para ver el plan de ejecución de una consulta SQL
│ │ 📁 5. Spark SQL en Acción
│ │ │ 🎬 1. Hands-On Navegando el Catálogo y explorando tablas y esquemas
│ │ │ 🎬 10. Funciones de texto que te salvarán la vida
│ │ │ 🎬 11. CTEs (Common Table Expressions) Organización y reutilización de consultas
│ │ │ 🎬 12. Hands-On Refactorizando una subconsulta compleja a un CTE
│ │ │ 🎬 13. Introducción a las Funciones de Ventana El superpoder del analista
│ │ │ 🎬 14. Hands-On Creando rankings con ROW_NUMBER, RANK y DENSE_RANK
│ │ │ 🎬 15. Hands-On Calculando agregados móviles (ej. ventas acumuladas) con SUM() OVER
│ │ │ 🎬 16. Hands-On Comparando con periodos anteriores con LAG y LEAD
│ │ │ 🎬 17. DML Entendiendo INSERT para añadir nuevos datos
│ │ │ 🎬 18. DML Avanzado El poder de MERGE INTO para actualizar datos (Upserts)
│ │ │ 🎬 19. Hands-On Simulando una carga incremental en una tabla de clientes
│ │ │ 🎬 2. Hands-On Escribiendo y ejecutando tu primera consulta en el Editor SQL
│ │ │ 🎬 20. ¿Qué es un Predicate Pushdown Filtrar pronto para leer menos
│ │ │ 🎬 21. Shuffle en Spark cómo impacta el rendimiento y cómo optimizarlo con Z-Order
│ │ │ 🎬 22. Hands-On Viendo el impacto de un WHERE en una tabla particionada y clusterizada
│ │ │ 🎬 3. DDL Creando tu primera tabla con CREATE TABLE AS SELECT
│ │ │ 🎬 4. DDL Creando vistas temporales y permanentes
│ │ │ 🎬 5. Refrescando GROUP BY y funciones de agregación (COUNT, SUM, AVG)
│ │ │ 🎬 6. Uniendo datasets a escala con JOIN (INNER, LEFT)
│ │ │ 🎬 7. Subconsultas Cuándo y cómo usarlas eficientemente
│ │ │ 🎬 8. Simplificando la lógica con CASE WHEN
│ │ │ 🎬 9. Trabajando con fechas y horas en Spark SQL
│ │ 📁 6. Visualización en Databricks
│ │ │ 🎬 1. Principios de una buena visualización de datos
│ │ │ 🎬 2. Hands-On Creando tu primer gráfico de barras y líneas en Databricks
│ │ │ 🎬 3. Hands-On Gráficos de Pastel (Pie Charts)
│ │ │ 🎬 4. Hands-On Visualizando relaciones con gráficos de dispersión (Scatter Plots)
│ │ │ 🎬 5. Hands-On Creando mapas para datos geoespaciales
│ │ │ 🎬 6. ¿Qué es un Dashboard Ensamblando tus visualizaciones
│ │ │ 🎬 7. Hands-On Añadiendo filtros y parámetros para hacer tu dashboard interactivo
│ │ 📁 7. Proyecto Final
│ │ │ 🎬 1. Proyecto Final Presentación del caso de negocio
│ │ │ 🎬 2. Proyecto (Paso 1) Exploración de datos
│ │ │ 🎬 3. Proyecto (Paso 2) Respondiendo preguntas de negocio con CTEs y JOINs
│ │ │ 🎬 4. Proyecto (Paso 3) Construcción del dashboard final
│ │ 📁 8. Cierre de Curso
│ │ │ 🎬 1. ¡Felicitaciones! Resumen del curso y palabras de despedida
│ │ │ 📄 2. Clase Extra .html
📁 3. POWER BI
│ 📁 1. Power BI de Microsoft
│ │ 📁 1 Introduccion
│ │ │ 🎬 2 Presentación del curso
│ │ │ 🎬 2 Presentación del curso
│ │ │ 📄 Curriculum 2026 102 Lecciones.txt
│ │ │ 📊 Registros Horas.xlsx
│ │ 📁 10 Identificar patrones y tendencias
│ │ │ 🎬 Academia online de Power BI-29
│ │ │ 🎬 Academia online de Power BI-30
│ │ │ 🎬 Academia online de Power BI-31
│ │ │ 🎬 Academia online de Power BI-32
│ │ │ 🎬 Academia online de Power BI-33
│ │ │ 🎬 Academia online de Power BI-34
│ │ 📁 11 Crear y administrar áreas de trabajo y recursos
│ │ │ 🎬 Academia online de Power BI-12
│ │ │ 🎬 Academia online de Power BI-13
│ │ │ 🎬 Academia online de Power BI-14
│ │ │ 🎬 Academia online de Power BI-15
│ │ │ 🎬 Academia online de Power BI-16
│ │ │ 🎬 Academia online de Power BI-17
│ │ │ 🎬 Academia online de Power BI-18
│ │ │ 🎬 Academia online de Power BI-19
│ │ │ 🎬 Academia online de Power BI-20
│ │ │ 🎬 Academia online de Power BI-21
│ │ 📁 12 Protección y control de elementos de Power BI
│ │ │ 🎬 100 Implementar roles de seguridad de nivel de fila
│ │ │ 🎬 101 Configurar la pertenencia a grupos de seguridad de nivel de fila
│ │ │ 🎬 102 Aplicación de etiquetas de confidencialidad
│ │ │ 🎬 98 Asignación de roles de área de trabajo
│ │ │ 🎬 99 Configuración de acceso a modelos semánticos y acceso a nivel de elemento
│ │ │ 🎬 Academia online de Power BI-24
│ │ │ 🎬 Academia online de Power BI-25
│ │ │ 🎬 Academia online de Power BI-26
│ │ │ 🎬 Academia online de Power BI-27
│ │ │ 🎬 Academia online de Power BI-28
│ │ 📁 2 Obtención o conexión a datos
│ │ │ 🎬 3 Identificación y conexión a orígenes de datos
│ │ │ 🎬 4 Cambio de la configuración del origen de datos
│ │ │ 🎬 5 Conexión a un modelo
│ │ │ 🎬 Academia online de Power BI-01
│ │ │ 🎬 Academia online de Power BI-02
│ │ │ 🎬 Academia online de Power BI-03
│ │ │ 🎬 Academia online de Power BI-04
│ │ │ 🎬 Academia online de Power BI-05
│ │ │ 🎬 Academia online de Power BI-06
│ │ │ 🎬 Academia online de Power BI-07
│ │ │ 🎬 Academia online de Power BI-08
│ │ 📁 3 Generación de perfiles y limpieza de los datos
│ │ │ 📊 Subset Sales Data.xlsx
│ │ │ 🎬 Academia online de Power BI-01
│ │ │ 🎬 Academia online de Power BI-02
│ │ │ 🎬 Academia online de Power BI-03
│ │ │ 🎬 Academia online de Power BI-04
│ │ │ 🎬 Academia online de Power BI-05
│ │ │ 🎬 Academia online de Power BI
│ │ 📁 4 Transformar y cargar datos
│ │ │ 📁 Conversión de datos semiestructurados
│ │ │ │ 📄 csv_ejemplo.csv
│ │ │ │ 📄 json_ejemplo.json
│ │ │ 🎬 Academia online de Power BI-06
│ │ │ 🎬 Academia online de Power BI-07
│ │ │ 🎬 Academia online de Power BI-08
│ │ │ 🎬 Academia online de Power BI-09
│ │ │ 🎬 Academia online de Power BI-10
│ │ │ 🎬 Academia online de Power BI-11
│ │ │ 🎬 Academia online de Power BI-12
│ │ │ 🎬 Academia online de Power BI-13
│ │ │ 🎬 Academia online de Power BI-14
│ │ │ 🎬 Academia online de Power BI-15
│ │ │ 🎬 Academia online de Power BI-16
│ │ │ 🎬 Academia online de Power BI-17
│ │ │ 🎬 Academia online de Power BI-18
│ │ 📁 5 Diseñar e implementar un modelo de datos
│ │ │ 🎬 Academia online de Power BI-35
│ │ │ 🎬 Academia online de Power BI-36
│ │ │ 🎬 Academia online de Power BI-37
│ │ │ 🎬 Academia online de Power BI-38
│ │ │ 🎬 Academia online de Power BI-39
│ │ │ 🎬 Academia online de Power BI-40
│ │ │ 🎬 Academia online de Power BI-41
│ │ │ 🎬 Academia online de Power BI-42
│ │ │ 🎬 Academia online de Power BI-43
│ │ │ 🎬 Academia online de Power BI-44
│ │ 📁 6 Crear cálculos de modelos mediante DAX
│ │ │ 🎬 Academia online de Power BI-45
│ │ │ 🎬 Academia online de Power BI-46
│ │ │ 🎬 Academia online de Power BI-47
│ │ │ 🎬 Academia online de Power BI-48
│ │ │ 🎬 Academia online de Power BI-49
│ │ │ 🎬 Academia online de Power BI-50
│ │ │ 🎬 Academia online de Power BI-51
│ │ │ 🎬 Academia online de Power BI-52
│ │ │ 🎬 Academia online de Power BI-53
│ │ │ 🎬 Academia online de Power BI-54
│ │ 📁 7 Optimizar el rendimiento del modelo
│ │ │ 🎬 53 Identificar problemas de rendimiento desde el Analizador de rendimiento y la vista de consultas DAX
│ │ │ 🎬 54 Eliminar consultas y medidas innecesarias
│ │ │ 🎬 55 Eliminar filas y columnas innecesarias
│ │ │ 🎬 56 Mejorar rendimiento al reducir la granularidad
│ │ │ 🎬 Academia online de Power BI-19
│ │ │ 🎬 Academia online de Power BI-20
│ │ │ 🎬 Academia online de Power BI-22
│ │ │ 🎬 Academia online de Power BI-23
│ │ 📁 8 Crear informes
│ │ │ 📄 Tema_ejemplo.json
│ │ │ 🎬 Academia online de Power BI-01
│ │ │ 🎬 Academia online de Power BI-02
│ │ │ 🎬 Academia online de Power BI-03
│ │ │ 🎬 Academia online de Power BI-04
│ │ │ 🎬 Academia online de Power BI-05
│ │ │ 🎬 Academia online de Power BI-06
│ │ │ 🎬 Academia online de Power BI-07
│ │ │ 🎬 Academia online de Power BI-08
│ │ │ 🎬 Academia online de Power BI-09
│ │ │ 🎬 Academia online de Power BI-10
│ │ │ 🎬 Academia online de Power BI-11
│ │ │ 🎬 Academia online de Power BI
│ │ │ 🖼️ datdata.com-logo.png
│ │ 📁 9 Mejorar los informes para la facilidad de uso y la narración
│ │ │ 🎬 Academia online de Power BI-22
│ │ │ 🎬 Academia online de Power BI-23
│ │ │ 🎬 Academia online de Power BI-24
│ │ │ 🎬 Academia online de Power BI-25
│ │ │ 🎬 Academia online de Power BI-26
│ │ │ 🎬 Academia online de Power BI-27
│ │ │ 🎬 Academia online de Power BI-28
│ │ │ 🎬 Academia online de Power BI-29
│ │ │ 🎬 Academia online de Power BI-30
│ │ │ 🎬 Academia online de Power BI-31
│ │ │ 🎬 Academia online de Power BI-32
│ │ │ 🎬 Academia online de Power BI-33
│ │ │ 🎬 Academia online de Power BI-34
│ 📁 2. Curso Conviértete en un Experto de Power BI A2 Capacitacion
│ │ 📁 01 Intro e Instalación
│ │ │ 📁 #Descarga
│ │ │ │ 🖼️ a2poster DAX.jpg
│ │ │ 🎬 1.1 Introducción al Curso
│ │ │ 🎬 1.2 Instalar Power Query (solo Excel 2010 y 2013)
│ │ │ 🎬 1.3 Instalar Power Pivot
│ │ │ 🎬 1.4 Instalar Power BI
│ │ 📁 02 Power Query
│ │ │ 📁 #Descarga
│ │ │ │ 📊 1PowerQueryEjercicios.xlsx
│ │ │ 🎬 2.1 Intro al caso del Aeropuerto
│ │ │ 🎬 2.2 Cargando Datos a Power Query
│ │ │ 🎬 2.3 Trabajando con Power Query
│ │ │ 🎬 2.4 Combinar Tablas
│ │ │ 🎬 2.5 Anular Dinamización de Tablas
│ │ │ 🎬 2.6 Power Query en Power BI
│ │ 📁 03 Power Pivot
│ │ │ 📁 #Descarga
│ │ │ │ 📊 2MonitoreodeCostosMina.xlsx
│ │ │ │ 📕 Lo mejor que le ha pasado a Excel en 20 años.pdf
│ │ │ 🎬 1 Intro
│ │ │ 🎬 2- Intro al Caso de Estudio
│ │ │ 🎬 3- Conexiones
│ │ │ 🎬 4- Medidas
│ │ │ 🎬 5- Segmentadores
│ │ │ 🎬 6- Agregar Tarjetas Adicionales
│ │ 📁 04 DAX y Medidas
│ │ │ 📁 #Descarga
│ │ │ │ 📊 3.-Monitoreo de Costos Mina - Terminando Costo del Mes Anterior..xlsx
│ │ │ 🎬 1-Costos del Mes Pasado
│ │ │ 🎬 2- Tabla Calendario
│ │ │ 🎬 3-Costos del Mes Pasado
│ │ │ 🎬 4- Grafica de Mes vs Mes
│ │ │ 🎬 5- Costos Mismo Mes Año Pasado
│ │ │ 🎬 6- Costo Mensual Promedio año pasado
│ │ │ 🎬 7- Segemntadores y DAX
│ │ │ 📕 Con qué se come DAX.pdf
│ │ 📁 05 Power Bi Online
│ │ │ 📁 #Descarga
│ │ │ │ 📊 Restaurante, Power BI, Datos.xlsx
│ │ │ 🎬 4_1-Intro a PBI Online
│ │ │ 🎬 4_2-Agregar Nuestra Primera Vizualizacion
│ │ │ 🎬 4_3-Elementos Visuales - Gráficas Básicas
│ │ │ 🎬 4_4-Armar un Informe Completo
│ │ │ 🎬 4_5-Compartir un Elemento
│ │ 📁 06 Fórmulas en Power
│ │ │ 📁 #Descarga
│ │ │ │ 📊 Formulas en DAX - WS.xlsx
│ │ │ │ 📊 Formulas en DAX.xlsx
│ │ │ 🎬 CALCULATE
│ │ │ 🎬 EARLIER
│ │ │ 🎬 FILTRER
│ │ │ 🎬 SUMMARIZE
│ │ │ 🎬 SUMX
│ │ │ 🎬 VALUES
│ │ 📁 07 Medidas Compuestas en DAX
│ │ │ 📁 #Descarga
│ │ │ │ 📊 1.- Totales Acumulados.xlsx
│ │ │ │ 📊 2.- DistinctCount y DistinctCount Relacionado.xlsx
│ │ │ │ 📊 3.- Tablas de Parámetros.xlsx
│ │ │ │ 📊 4.- Segmentación.xlsx
│ │ │ │ 📊 5.- Clasificación de Pareto.xlsx
│ │ │ 🎬 Clasificación ABC - Estática y Dinámica
│ │ │ 🎬 Distinct Count Relacionado
│ │ │ 🎬 Segmentación Estática y Dinámica
│ │ │ 🎬 Tablas de Parámetros
│ │ │ 🎬 Totales Acumulados
│ │ 📁 08 Casos Especiales de Modelado de Datos
│ │ │ 📁 #Descarga
│ │ │ │ 📊 1.- Tabla de Encabezados y Hechos.xlsx
│ │ │ │ 📊 2.- Varias Tablas de Hechos.xlsx
│ │ │ │ 📊 3.- Relaciones de Muchos a Muchos.xlsx
│ │ │ 🎬 Encabezado y Detalles
│ │ │ 🎬 Relaciones Muchos a Muchos
│ │ │ 🎬 Varias tablas de Hechos
│ │ 📁 09 Casos Especiales con Fechas
│ │ │ 📁 #Descarga
│ │ │ │ 📊 1.- Tablas Calendario.xlsx
│ │ │ │ 📊 2.- Agregaciones y Tablas Fiscales.xlsx
│ │ │ │ 📊 3.- Dias Trabajables.xlsx
│ │ │ │ 📊 4.- Periodos Relativos a Hoy.xlsx
│ │ │ │ 📊 5.- Trabajar con Semanas.xlsx
│ │ │ 🎬 Acumulados hasta la fecha
│ │ │ 🎬 Dias Laborables
│ │ │ 🎬 Periodos Especiales
│ │ │ 🎬 Semanas ISO
│ │ │ 🎬 Tablas de Fechas
│ │ 📁 10 Power BI Desktop
│ │ │ 📁 #Descarga
│ │ │ │ 📊 Restaurante Redux, Power BI, Datos.xlsx
│ │ │ 🎬 Creación de Tablas y Filtros Bidireccionales
│ │ │ 🎬 Gráfico de Dispersión
│ │ │ 🎬 Hacer Relaciones
│ │ │ 🎬 Importar Datos
│ │ │ 🎬 KPIs
│ │ │ 🎬 Limpiar Datos (power Query) en PBI
│ │ │ 🎬 Mapas en Power BI
│ │ │ 🎬 Medidas Básicas
│ │ │ 🎬 Publicar a Web
│ │ │ 🎬 Visuales y Propina por Mesero
│ │ │ 🎬 ¿Qué es PBI Desktop
│ │ 📁 11 Caso de Estudio 1 - Limpieza de Datos
│ │ │ 📁 #Descarga
│ │ │ │ 📄 STATION_DATA_2000.url
│ │ │ │ 📊 Sample Data.xlsx
│ │ │ │ 📕 Scenario (1).pdf
│ │ │ │ 📕 Scenario.pdf
│ │ │ 🎬 Dinámica y Terminar
│ │ │ 🎬 Limpieza Atmosferica
│ │ │ 🎬 Limpieza con Power Query
│ │ 📁 12 Caso de Estudio 2 - Limpieza de Datos
│ │ │ 📁 #Descarga
│ │ │ │ 📊 Datos-Datos de Producción.xlsx
│ │ │ │ 📕 Final File.pdf
│ │ │ │ 📊 X Pag Publ.xlsx
│ │ │ 🎬 1.- Intro en Video al Caso de Estudio
│ │ │ 🎬 2.- Macro- Generalidades
│ │ │ 🎬 2.1.- Macro - Generalidades
│ │ │ 🎬 3.- Macro - Copiar y Pegar Tablas
│ │ │ 🎬 3.1.- Armar una Tabla
│ │ │ 🎬 4.- Limpieza de Proyectos
│ │ │ 🎬 5.- Macro - Limpieza de Balance
│ │ │ 🎬 6.- Limpiar con Power Query
│ │ 📁 13 Caso de Estudio 3 - Presupuestos
│ │ │ 📁 #Descarga
│ │ │ │ 📊 2017 Realidad y Presupuesto.xlsx
│ │ │ │ 📊 Budget Patterns.xlsx
│ │ │ │ 📕 Scenario (2).pdf
│ │ │ 🎬 Limpieza de Datos
│ │ │ 🎬 Medida Presupuesto 1
│ │ │ 🎬 Medida Presupuesto 2
│ │ │ 🎬 Medidas y Puentes Iniciales
│ │ │ 🎬 Modelo de datos
│ │ │ 🎬 Preliminar Presupuestos
│ │ │ 🎬 Presupuesto
│ │ 📁 14 Caso de Estudio 4 Análisis de Canasta
│ │ │ 📁 #Descarga
│ │ │ │ 📊 Basket Analysis.xlsx
│ │ │ │ 📕 Escenario.pdf
│ │ │ │ 📊 Ventas y Órdenes.xlsx
│ │ │ 🎬 2 Productos que mejor vendieron con el booster nutricional de Fibra
│ │ │ 🎬 Analisis de Orden e Ingresos
│ │ │ 🎬 Cantidad y Ingreso Promedio
│ │ │ 🎬 Dashboard y medidas Básicas
│ │ │ 🎬 Gráfica con segmentación estática
│ │ │ 🎬 Gráficas de Relleno
│ │ │ 🎬 Modelo de Datos
│ │ │ 🎬 Preliminar
│ │ │ 🎬 Primera Matriz
│ │ │ 🎬 Video Inicial
│ │ 📁 15 Caso de Estudio 5 Inventarios
│ │ │ 📁 #Descarga
│ │ │ │ 📕 Escenario y Archivos.pdf
│ │ │ │ 📊 InOutTrack.xlsx
│ │ │ 🎬 Análisis de Docs
│ │ │ 🎬 Armando el Reporte Final
│ │ │ 🎬 Doc 2 y Final
│ │ │ 🎬 GMROI y Inv Max y Min
│ │ │ 🎬 Margen Bruto y Rotación de Inventario
│ │ │ 🎬 Medidas Básicas de Inventario
│ │ │ 🎬 Medidas de Inv. Inicial Final y Promedio
│ │ │ 🎬 Modelo de datos
│ │ │ 🎬 Ventas Diarias y Dias de Inve