Curso de Introducción al Data Science con R, RStudio y RMarkdown

Duración

50 horas

Precio

250€

Inicio

12 de Junio de 2020

Reserva de plaza

Solicita información

Descripción del curso

Toma el control de tus datos con tidyverse.

Un curso práctico con el que aprenderás a importar, preparar, explorar y comunicar tus datos con R, RStudio, RMardown y tidyverse como paso previo para conocerlos en profundidad y proponer modelos eficientes que expliquen su comportamiento.

En este curso te mostramos cómo aprovechar la versatilidad de las herramientas más potentes de la Ciencia de Datos actual: el lenguaje estadístico R, su editor RStudio, la creación de documentos con RMardown, y el conjunto de herramientas tidyverse para realizar las principales tareas de un científico de datos.

• Inicio: 12 de Junio 2020
• Duración: 50h
• Metodología: 100% on-line
• Enfoque práctico: Learn by doing
• Plazas: 30

Destinatarios

Este curso complementa las skills de cualquier perfil profesional vinculado al análisis de datos con interés en aprender los fundamentos del Data Science y en aplicar nuevas técnicas de tratamiento de datos en su práctica profesional.

Competencias

Competencias avanzadas y aplicables a tu día a día profesional.

Aprenderás los procesos de obtención, manipulación, visualización y exploración de datos utilizando las herramientas de tidyverse (dplyr y ggplot2), la creación de informes reproducibles con RMarkdown y el control de versiones con Git y GitHub.

Los científicos de datos ocupan el 80% del tiempo con estas tareas antes de realizar modelos avanzados de análisis. Por ello, es fundamental que te familiarices con estos procesos y con las herramientas que optimizan el camino de la investigación.

Al finalizar el curso serás capaz de:

• Preparar los datos: Obtén datos automáticamente desde cualquier web y límpialos para detectar o corregir información incorrecta, incompleta, imprecisa o innecesaria.
• Explorar los datos: Compréndelos mejor, genera preguntas sobre ellos, encuentra respuestas con gráficos eficaces, y detecta patrones y valores atípicos.
• Registrar el historial de tus proyectos: Produce trabajos abiertos, reproducibles, compartibles y portátiles con RMarkdown, Git y GitHub.

Metodología e-learning

Con enfoque Learn by doing «aprende haciendo»

El Curso de Árboles de Decisión con R es una formación práctica e intensiva impartida con metodología 100% on-line:

• Tutorización personalizada
  Con el apoyo individualizado de un docente experto comprometido con tu aprendizaje.
• Enfoque Learn by doing
  Pon en práctica los nuevos conocimientos analizando casos reales desarrollados completamente en torno a R Software.
• A tu ritmo
  Aprende cuándo y dónde quieras, marca tu propio ritmo de aprendizaje, sin fechas ni plazos de entrega.
• Contenidos de calidad
  Evoluciona paso a paso con materiales didácticos, actualizados y prácticos aplicables a tus proyectos profesionales.
• Evaluación continua
  Basada en la comprensión de los conceptos y en la capacidad técnica para resolver los ejercicios propuestos. Con certificado de finalización.
  

Requisitos de acceso

• Curso de nivel básico

No es preciso contar con conocimientos previos de R, RStudio, RMarkdown y tydiverse.

Si ya tienes un nivel avanzado en estas herramientas, te recomendamos dar un paso más y participar en la próxima edición del Máster de Estadística Aplicada con R Software.

• Reserva tu plaza on-line

Reserva aquí tu plaza antes del 2 de junio de 2020.  El curso dará inicio el 9 de junio y las plazas son limitadas.

Programa de contenidos

El Curso de Introducción al Data Science con R, RStudio y RMarkdown se divide en cinco bloques temáticos:

TEMA 1 | Introducción a R y RStudio

Importar y exportar datos.

• R y RStudio. Qué son y por qué deberías aprenderlos.
• Qué son los paquetes de R.
• Sintaxis básica y ayuda. Funciones integradas en R.
• Cómo importar y exportar tus datos.

TEMA 2 | Comunicar con RMarkdown y GitHub

Guarda tu flujo de trabajo y compártelo.

• Conoce la herramienta todo en uno: RMarkdown.
• Crea informes dinámicos y exporta tu trabajo al formato que desees.
• Instala Git y haz que funcione sin problemas con GitHub, la consola y RStudio.
• Integra Git y GitHub en tu trabajo diario con R y RMarkdown.

TEMA 3 | Visualizar con ggplot2

Visualiza tus datos y descubre su mensaje.

• Estrategias para explorar y encontrar patrones en los datos.
• Cómo usar distintos tipos de gráficos para explorar los datos.
• Qué es la gramática de los gráficos.
• Crear gráficos de dispersión, histogramas, gráficos de barra, de cajas y de líneas.
• Guardar/exportar tus gráficos.
• Personaliza tus gráficos.
• Identifica datos atípicos (outliers).

TEMA 4 | Preparar y transformar los datos

Prepara los datos y transfórmalos con dplyr.

• Utiliza el conjunto de paquetes tidyverse, en particular dplyr.
• Transforma los datos.
• Selecciona observaciones y variables.
• Ordena y agrupa.
• Crea nuevas variables.

TEMA 5 | Preparar, unir y ordenar los datos

Prepara la información a explorar.

• Combina múltiples bases de datos.
• Une o divide columnas del conjunto de datos.
• Cambia de formato los datos, de largo a ancho y viceversa.

I am text block. Click edit button to change this text. Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.