Programa del Curso

Día Uno: Conceptos Básicos del Lenguaje

  • Introducción al Curso
  • Sobre Data Science
    • Definición de Data Science
    • Proceso de Realizar Data Science.
  • Introducción a R Language
  • Variables y Tipos
  • Estructuras de Control (Bucles / Condiciones)
  • Escalares, Vectores y Matrices en R
    • Definición de Vectores en R
    • Matrices
  • Manipulación de Cadenas y Texto
    • Tipo de Datos Caracter
    • Entrada/Salida de Archivos
  • Listas
  • Funciones
    • Introducción a las Funciones
    • Closures
    • Funciones lapply/sapply
  • DataFrames
  • Laboratorios para todas las secciones

Día Dos: R Intermedio Programming

  • DataFrames y Entrada/Salida de Archivos
  • Lectura de Datos desde Archivos
  • Preparación de Datos
  • Conjuntos de Datos Integrados
  • Visualización
    • Paquete Gráficos
    • plot() / barplot() / hist() / boxplot() / diagrama de dispersión
    • Mapa de Calor
    • Paquete ggplot2 (qplot(), ggplot())
  • Exploración con Dplyr
  • Laboratorios para todas las secciones

Día Tres: Avanzado Programming con R

  • Modelización Estadística con R
    • Funciones Estadísticas
    • Manejo de NA
    • Distribuciones (Binomial, Poisson, Normal)
  • Regresión
    • Introducción a las Regresiones Lineales
  • Recomendaciones
  • Procesamiento de Texto (paquete tm / nubes Word)
  • Agrupación
    • Introducción a la Agrupación
    • KMeans
  • Clasificación
    • Introducción a la Clasificación
    • Naive Bayes
    • Árboles de Decisión
    • Entrenamiento usando el paquete caret
    • Evaluación de Algoritmos
  • R y Big Data
    • Conectando R a bases de datos
    • Ecosistema Big Data
  • Laboratorios para todas las secciones

Requerimientos

  • Se prefiere un conocimiento básico de programación

Configuración

  • Una computadora portátil moderna
  • La última versión de R studio y el entorno de R instalados
 21 Horas

Número de participantes


Precio por Participante​

Testimonios (7)

Próximos cursos

Categorías Relacionadas