Temario del curso
Día 1: Fundamentos del lenguaje
- Introducción al curso
-
Acerca de la ciencia de datos
- Definición de ciencia de datos
- Proceso de realizar ciencia de datos
- Introducción al lenguaje R
- Variables y tipos
- Estructuras de control (Bucles / Condicionales)
-
Escalares, vectores y matrices en R
- Definición de vectores en R
- Matrices
-
Manipulación de cadenas y texto
- Tipo de datos de carácter
- Entrada/Salida de archivos (File IO)
- Listas
-
Funciones
- Introducción a las funciones
- Cierres (Closures)
- Funciones lapply/sapply
- DataFrames
- Laboratorios para todas las secciones
Día 2: Programación intermedia en R
- DataFrames y Entrada/Salida de archivos (File I/O)
- Lectura de datos desde archivos
- Preparación de datos
- Conjuntos de datos integrados
-
Visualización
- Paquete de gráficos
- plot() / barplot() / hist() / boxplot() / gráfico de dispersión
- Mapas de calor
- Paquete ggplot2 (qplot(), ggplot())
- Exploración con Dplyr
- Laboratorios para todas las secciones
Día 3: Programación avanzada en R
-
Modelado estadístico con R
- Funciones estadísticas
- Manejo de NA
- Distribuciones (Binomial, Poisson, Normal)
-
Regresión
- Introducción a las regresiones lineales
- Recomendaciones
- Procesamiento de texto (paquete tm / Nubes de palabras)
-
Agrupamiento (Clustering)
- Introducción al agrupamiento
- KMeans
-
Clasificación
- Introducción a la clasificación
- Naive Bayes
- Árboles de decisión
- Entrenamiento utilizando el paquete caret
- Evaluación de algoritmos
-
R y Big Data
- Conectar R con bases de datos
- Ecosistema de Big Data
- Laboratorios para todas las secciones
Requerimientos
- Se prefiere tener conocimientos básicos de programación
Configuración
- Una laptop moderna
- RStudio y el entorno R actualizados e instalados
Reseñas (7)
Las aplicaciones de la vida real utilizando Statcan y CER como ejemplos.
Matthew - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
Su conocimiento y los códigos ya estaban escritos en los archivos, por lo que podía estudiar después de las clases y practicar por mi cuenta.
GLORIA ADANNE - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
Se proporciona mucho código R y buenos ejemplos
Kasia - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
Extenso y bien desarrollado. También hay una gran cantidad de información de apoyo disponible en línea.
Michel - Natural Resources Canada
Curso - Data Analytics With R
Traducción Automática
la claridad con la que explicó todo el curso, así como la disposición de regresar en el temario cuando fue necesario
Carlos Eloy - AMERICAN EXPRESS COMPANY MEXICO
Curso - Data Analytics With R
Me gustó que el instructor se asegurara de que todos comprendiéramos y siguiéramos las lecciones. Si teníamos algún problema, él se detenía y nos ayudaba a resolverlo.
Cesar - AMERICAN EXPRESS COMPANY MEXICO
Curso - Data Analytics With R
Traducción Automática
The tool was interesting and I see the use. I would like to learn about more about it.
- Teleperformance
Curso - Data Analytics With R
Traducción Automática
