Shiny, R y HTML: fusión de ciencia de datos y desarrollo web

Este curso cubre temas avanzados en programación con R.

Este curso de formación en vivo dirigido por un instructor en Chile (en línea o en el lugar) está destinado a analistas de negocios que deseen automatizar sus operaciones con trading algorítmico, Python y R.

Al final de este curso, los participantes serán capaces de:

• Utilizar algoritmos para comprar y vender valores a incrementos especializados rápidamente.
• Reducir los costos asociados con las operaciones utilizando trading algorítmico.
• Monitorear automáticamente los precios de las acciones y realizar operaciones.

Big Data es un término que se refiere a soluciones destinadas para almacenar y procesar grandes conjuntos de datos. Desarrollado inicialmente por Google, estas soluciones de Big Data han evolucionado e inspirado otros proyectos similares, muchos de los cuales están disponibles como código abierto. R es un lenguaje de programación popular en la industria financiera.

Esta formación dirigida por un instructor en Chile (en línea o en las instalaciones) está destinada a analistas de datos de nivel básico que deseen utilizar la programación R para manipular datos, realizar análisis de datos básicos y crear visualizaciones convincentes para obtener insights.

Al final de esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la Programación en R.
• Aplicar procesos básicos de ciencia de datos.
• Crear representaciones visuales de datos.

R es un lenguaje de programación libre de código abierto para computación estadística, análisis de datos y gráficos. R es utilizado por un número creciente de gerentes y analistas de datos dentro de las corporaciones y el mundo académico. R también ha encontrado seguidores entre los estadísticos, ingenieros y científicos sin habilidades de programación de computadoras que les resulta fácil de usar. Su popularidad se debe al uso cada vez mayor de la minería de datos para varios objetivos, como establecer precios de anuncios, encontrar nuevos medicamentos más rápidamente o ajustar los modelos financieros. R tiene una amplia variedad de paquetes para minería de datos.

Este curso de formación dirigido por un instructor en Chile (en línea o presencial) está destinado a analistas de datos que deseen programar con R en SAS para el análisis de clústeres.

Al final de este curso, los participantes podrán:

• Utilizar el análisis de clústeres para la minería de datos
• Dominar la sintaxis de R para soluciones de clustering.
• Implementar clustering jerárquico y no jerárquico.
• Tomar decisiones basadas en datos para mejorar las operaciones empresariales.

La analítica de datos es una herramienta crucial en el mundo empresarial actual. Nos centraremos en desarrollar habilidades prácticas para el análisis de datos hands-on. El objetivo es ayudar a los participantes a dar respuestas basadas en evidencia a las siguientes preguntas:

¿Qué ha sucedido?

• procesamiento y análisis de datos
• creación de visualizaciones de datos informativas

¿Qué sucederá?

• predicción del rendimiento futuro
• evaluación de las predicciones

¿Qué debería suceder?

• transformar datos en decisiones empresariales basadas en evidencia
• optimización de procesos

Este curso de capacitación en vivo dirigido por un instructor en Chile (en línea o en el sitio) está dirigido a profesionales de nivel principiante que desean limpiar y analizar datos, realizar proyecciones estadísticas y crear visualizaciones informativas utilizando estas herramientas.

Al final de esta capacitación, los participantes podrán:

• Entender los conceptos básicos de Python, R, Power Query y Power BI para el análisis de datos.
• Limpie y organice conjuntos de datos utilizando Python y Power Query.
• Realizar análisis y proyecciones estadísticas con R.
• Crear paneles e informes profesionales con Power BI.
• Integrar y analizar datos de múltiples fuentes de manera efectiva.

R es un entorno de código abierto muy popular para la informática estadística, análisis de datos y gráficos. Este curso introduce el lenguaje de programación R a los estudiantes. Cubre los fundamentos del lenguaje, las bibliotecas y los conceptos avanzados. Análisis de datos y gráficos avanzados con datos del mundo real.

Audiencia

Desarrolladores / análisis de datos

Duración

3 días

Formato

Conferencias y prácticas

Esta formación en vivo dirigida por un instructor en Chile (en línea o presencial) está destinada a profesionales principiantes que desean dominar los fundamentos de R y cómo trabajar con datos.

Al finalizar esta formación, los participantes podrán:

• Comprender el entorno de programación R e la interfaz de RStudio.
• Importar, manipular y explorar conjuntos de datos utilizando comandos y paquetes de R.
• Ejecutar análisis estadísticos básicos y resumir datos.
• Generar visualizaciones usando tanto R base como ggplot2.
• Gestionar espacios de trabajo, scripts y paquetes de manera efectiva.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a analistas de datos y profesionales empresariales de nivel intermedio que desean realizar pronósticos de series temporales y automatizar flujos de trabajo de análisis de datos utilizando R.

Al final de este entrenamiento, los participantes podrán:

• Comprender los fundamentos de las técnicas de pronóstico en R.
• Aplicar suavizado exponencial y modelos ARIMA para el análisis de series temporales.
• Utilizar el paquete ‘forecast’ para generar modelos de pronóstico precisos.
• Automatizar flujos de trabajo de pronóstico para aplicaciones empresariales e investigativas.

R es un lenguaje de programación gratuito de código abierto para computación estadística, análisis de datos y gráficos. R es utilizado por un número cada vez mayor de gerentes y analistas de datos dentro de las corporaciones y el mundo académico. R tiene una amplia variedad de paquetes para la minería de datos.

Este entrenamiento dirigido por un instructor (en línea o presencial) en Chile está destinado a científicos de datos que desean programar en Python y R para KNIME.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Planificar, construir y desplegar modelos de aprendizaje automático en KNIME.
• Tomar decisiones basadas en datos para las operaciones.
• Implementar proyectos de ciencia de datos completos.

Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, gran parte de ellos en forma de texto. Las publicaciones de blog, los tweets, las redes sociales y otras publicaciones digitales se suman continuamente a este creciente cuerpo de datos.

Este curso en vivo dirigido por un instructor se centra en extraer información y significado de estos datos. Utilizando las bibliotecas R Language y Natural Language Processing (NLP), combinamos conceptos y técnicas de ciencias de la computación, inteligencia artificial y lingüística computacional para comprender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.

Al final de esta formación, los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) a partir de fuentes dispares, y luego aplicar los algoritmos adecuados para analizar e informar sobre su importancia.

Formato del curso

• En parte conferencia, en parte discusión, práctica práctica intensa, pruebas ocasionales para medir la comprensión

Público objetivo

Formato del curso

Al final de esta formación, los participantes podrán:

En este entrenamiento interactivo y en vivo, los participantes aprenderán a manipular y visualizar datos utilizando las herramientas incluidas en el Tidyverse.

El Tidyverse es una colección de paquetes versátiles de R para limpiar, procesar, modelar y visualizar datos. Algunos de los paquetes incluidos son: ggplot2, dplyr, tidyr, readr, purrr y tibble.

• Principiantes en el lenguaje R
• Principiantes en el análisis de datos y visualización de datos

• Parte teórica, parte discusión, ejercicios y práctica intensiva

• Realizar análisis de datos y crear visualizaciones atractivas
• Sacar conclusiones útiles de diversos conjuntos de datos de muestra
• Filtrar, ordenar y resumir datos para responder preguntas exploratorias
• Convertir datos procesados en gráficos informativos como líneas, barras, histogramas
• Importar y filtrar datos de diversas fuentes de datos, incluyendo Excel, CSV y archivos SPSS