К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Conceptos imprescindibles - Requisitos para el análisis · LearnSpace
Назад в каталог
courseraАнализ данных

Conceptos imprescindibles - Requisitos para el análisis

Курс от Real Madrid Graduate School Universidad Europea
Начальный≈ 17.3 чИспанский
О курсеНавыкиПрограммаПреподаватели

О курсе

Este curso introduce los conceptos matemáticos, estadísticos y de manejo de datos esenciales para trabajar eficazmente en analítica del fútbol. Los alumnos construirán una base sólida explorando medidas de tendencia central, variabilidad, distribuciones de probabilidad, desviaciones estándar e intervalos de confianza: los fundamentos que sustentan todo el razonamiento analítico en el deporte. A través de ejemplos específicos del fútbol, el curso explica cuándo utilizar distintos estimadores, cómo interpretar la incertidumbre y por qué es crucial elegir la distribución correcta al modelar rendimiento y eventos del partido. Más allá de la estadística, los alumnos descubrirán el ecosistema de datos del fútbol: datos de conteo, GPS, datos de eventos y datos esqueléticos, y comprenderán cómo se recopila, estructura y utiliza cada tipo en el análisis profesional. El curso también introduce herramientas clave como APIs, web scraping, Python, estructuras de datos y principios de visualización con Tableau, Power BI y Matplotlib. Al finalizar, los alumnos dominarán la intuición matemática, los fundamentos técnicos y las competencias de alfabetización de datos necesarias para analizar el fútbol con rigor y avanzar hacia técnicas más avanzadas de modelado.

Навыки, которые вы освоите

Statistical AnalysisProbability & StatisticsPandas (Python Package)Web ScrapingApplication Programming Interface (API)Statistical VisualizationData VisualizationData ProcessingData CleansingData ManipulationTechnical CommunicationAnalysisDescriptive StatisticsJSONProbabilityPerformance MeasurementData LiteracyData Import/ExportAnalytical SkillsData Capture

Программа курса

4 модулей · 49 учебных материалов

01Dar sentido a los números: conceptos matemáticos básicos13 материалов

Introducción al curso

Bienvenida lecturaЧтение

Un estimador para la situación correcta: diferentes tipos de medias (media, mediana, modo, geométrica, etc.).

Comprender la tendencia central: más allá de la media básicaВидеоMedios especializados: medios ponderados, geométricos y armónicos en análisis deportivoВидеоRecursos complementarios sobre Un estimador para la situación correcta: diferentes tipos de medias (media, mediana, modo, geométrica, etc.).

Учитесь у экспертов

Marisa Sáenz

Преподаватель курса

Conceptos imprescindibles - Requisitos para el análisis
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 17.3 ч

4 модулей

Язык: Испанский

Часть программы вашего университета
Чтение

Distribuciones: normales, exponenciales y gammas

La distribución normal: comprender la curva de Bell y el teorema del límite centralВидеоMás allá de la curva de Bell: Distribuciones exponencial, gamma y Poisson en el análisis del fútbolВидеоRecursos complementarios Distribuciones: normales, exponenciales y gammasЧтение

Cómo saber que sabes: Desviaciones estándar e intervalos de confianza

Comprender la variabilidad: desviación estándar como brújula analíticaВидеоIntervalos de confianza: cuantificar la incertidumbre en su análisisВидеоRecursos complementarios sobre Cómo saber que sabes: Desviaciones estándar e intervalos de confianzaЧтение

Tareas

Dar sentido a los números: conceptos matemáticos básicosЗаданиеDar sentido a los números: conceptos matemáticos básicosЗаданиеComprender el rendimiento: separar la señal del ruidoDIALOGUE
02¿Qué hay? Diferentes tipos de datos12 материалов

Los primeros: Datos de conteo y GPS

Comprender los datos de conteo en el análisis del fútbolВидеоSistemas GPS y LPS: seguimiento del movimiento y la carga de los reproductoresВидеоRecursos complementarios sobre Los primeros: Datos de conteo y GPSЧтение

Un gran paso adelante: datos de eventos y sus variaciones dependiendo del proveedor

Comprender la estructura de los datos del evento y las variaciones del proveedorВидеоDe los datos a las perspectivas: aplicaciones tácticas de los datos de eventosВидеоRecursos complementarios sobre Un gran paso adelante: datos de eventos y sus variaciones dependiendo del proveedorЧтение

Aumentar el contexto: seguimiento (transmisión y multi-ángulo) y datos del esqueleto

Comprender los datos de seguimiento: desde la difusión hasta los sistemas multipuntoВидеоEl ascenso de los datos del esqueleto: mapeo de jugadores más allá de la posiciónВидеоRecursos complementarios sobre Aumentar el contexto: seguimiento (transmisión y multi-ángulo) y datos del esqueletoЧтение

Tareas

¿Qué hay? Diferentes tipos de datosЗадание¿Qué hay? Diferentes tipos de datosЗадание¿Qué hay? Diferentes tipos de datosОбсуждение
03Trabajo con datos: codificación y software12 материалов

Recopilación de datos: interacción con API y web scraping

Entendiendo las APIs: Gateways a los datos en el análisis de fútbol modernoВидеоWeb Scraping: Extracción de datos de fútbol del paisaje digitalВидеоRecursos complementarios sobre Recopilación de datos: interacción con API y web scrapingЧтение

Procesamiento: Introducción a Python, estructuras de datos (DataFrames, JSON, CSV, XML, etc.)

Python para el procesamiento de datos del fútbol: transformando el juego con códigoВидеоDominar las estructuras de datos para análisis de fútbol: DataFrames, JSON, CSV y XMLВидеоRecursos complementarios sobre Procesamiento: Introducción a Python, estructuras de datos (DataFrames, JSON, CSV, XML, etc.)Чтение

Visualización: Tableau, Matplotlib (Python), Power BI

El poder de la visualización de datos: comprender los fundamentosВидеоDominar las herramientas de visualización: Tableau, Power BI y MatplotlibВидеоRecursos complementarios sobre Visualización: Tableau, Matplotlib (Python), Power BIЧтение

Tareas

Trabajo con datos: codificación y softwareЗаданиеTrabajo con datos: codificación y softwareЗаданиеTrabajo con datos: codificación y softwareОбсуждение
04Comunicación12 материалов

¿Cuál es el propósito? Uso analítico vs. retórico de los datos

Las dos caras de los datos: entender enfoques analíticos vs. retóricosВидеоEl poder del encuadre: cómo la presentación moldea la interpretación de los datosВидеоRecursos complementarios sobre ¿Cuál es el propósito? Uso analítico vs. retórico de los datosЧтение

KISS (Keep It Simple, Stupid): Equilibrando el detalle con la clave, tomas accionables

El poder de la simplicidad: por qué nuestros cerebros anhelan claridadВидеоDe los datos a las decisiones: creación de conocimientos prácticos mediante la simplificaciónВидеоRecursos complementarios sobre KISS (Keep It Simple, Stupid): Equilibrando el detalle con la clave, tomas accionablesЧтение

Chart Magic: Cómo las opciones de color y los límites del eje pueden guiar (o inducir a error) la atención

La psicología del color en la visualización de datos: de la percepción a la persuasiónВидеоEl arte de la escala: cómo las opciones del eje dan forma a la percepción de los datosВидеоRecursos complementarios sobre Chart Magic: Cómo las opciones de color y los límites del eje pueden guiar (o inducir a error) la atenciónЧтение

Tareas

ComunicaciónЗаданиеCommunicationЗаданиеCommunicationОбсуждение