- ¡Aprende a modelar, analizar estadísticamente y realizar gráficos a otro nivel con R!
- Duración: 06 Sesiones
- Modalidad: Transmisión en vivo vía Microsoft Teams
¿Qué aprenderás en el curso?
En nuestro curso de Programación con R, desde CERO, lograrás:
Diseñar funciones que faciliten el tratamiento de datos
Analizar los datos en base a un análisis estadístico y exploratorio
Elaborar gráficos para representar los resultados obtenidos
Realizar un análisis predictivo en base a modelos de regresión y clasificación
Beneficios del Curso
Metodología de Aprendizaje moderna con casos reales, talleres aplicativos y proyecto integrador
Actualízate y potencia tus habilidades en corto tiempo
Desarrollo y Seguimiento de tu Proyecto Integrador por tu Docente
Videotutorial y Manual de Instalación de RStudio
Cursos online gratuitos: Con acceso ilimitado para complementar tu aprendizaje
- Aprendizaje Integral: SQL Server y Python Online
- Formación Profesional: Habilidades para el Empleo
Acceso a un Foro de Consultas con la Comunidad WE en Discord
Acceso a Bolsa de trabajo
Contenido Integrado con Chat GPT: Actualizado con las últimas tendencias del mercado
Garantía de Aprendizaje: Si durante el programa tienes alguna disconformidad te reasignaremos a un nuevo inicio
Docente
Diego Acevedo
Líder Business Intelligence en MOLITALIA
Especialista en análisis descriptivo y predictivo de datos con más de 10 años en soluciones de transformación digital y mejora de procesos. Administrador con Especialización en Transformación Digital por Massachusetts Institute of Technology, Maestría en Inteligencia Analítica de Datos por la Universidad de los Andes y Master en Data Science por la Universidad Adolfo Ibáñez.
Certificación
A nombre de WE Educación Ejecutiva con 30 horas académicas, IBM® Partner World.
Temario
Importancia de la Data para Tomar Decisiones
Funcionalidades y Utilidad del Lenguaje R
Tipos de Datos Básicos en el Entorno R
Elementos del Lenguaje R: Operadores y Funciones
Objetos de R: Vectores, Matrices, Dataframes y Listas
Caso 1: Chat GPT para Descargar una Base de Datos desde Internet
Caso 2: Juego de Negocios: Decisiones en Base a Data
Taller 1: Conectando R con Diversos Orígenes de Información
Aplicación de Funciones Propias en el Entorno R
Estructuras de Control para Funciones
Automatización de Análisis: Funciones Apply
Ordenar Datos con el Paquete Tidyr
Transformar y Manipular Datos con Dplyr
Caso 1: Cómo Aplicar Estructuras de Control para Funciones Analíticas
Caso 2: Cambiando la Estructura de Datos con el Paquete Tidyr
Taller 2: Manipulando Estructuras de Datos en R
Importancia del Análisis Estadístico en R
Tipos de Datos para el Análisis de Data
Paquetes para el Análisis Estadístico en R
Análisis Exploratorio de Datos y sus Etapas
Tratamiento de Datos Faltantes y Datos Atípicos
Caso 1: Analizando Resultados en Intervalos de Valores
Caso 2: Simulación: Tratanto Datos Faltantes y Atípicos
Taller 3: Aplicando Análisis Estadístico Descriptivo de Datos
Fundamentos de la Visualización de Datos
Tipos de Gráficos con la Función Plot
Funcionalidades del Paquete Ggplot 2
Gráficas interactivas: Paquete Plotly
Caso 1: Elaborando Gráficas Personalizadas con el Paquete Ggplot 2
Caso 2: Analizando Gráficas de Impacto con el paquete Plotly
Taller 4: Diseñando Gráficos Explicativos en R
Fundamentos de Modelos no Supervisados
Modelos de Regresión para Analítica en R
Modelos de Clasificación y sus Aplicaciones
Validación de Data I: Entrenamiento y Test en R
Validación de Data II: Métricas de Performance
Caso 1: Mejores usos de Modelos no Supervisados en Empresas
Caso 2: Qué técnicas utilizan las Empresas para Validar sus Datos
Taller 5: Elaborando un Modelo Predictivo en R
Utilidad y Aplicaciones de R Markdown
Paquete Pandoc para Optimizar uso de R Markdown
Paquete Shiny para la Elaboración de Dashboard
Aplicaciones de Shiny para Analizar Datos
Caso 1: Cómo usan R Markdown las Empresas para elaborar Informes
Caso 2: Aplicando Shiny para Analizar Data Empresarial
Taller 6: Elaborando un Informe y Dashboard con Data Empresarial
Proyecto Integrador
Realizarás un análisis exploratorio de datos. Para ello, deberás exportar y modificar tu información en el entorno R. Además, aplicarás funciones personalizadas, con estructuras de control, que te permitirán manipular estructuras de datos. Finalmente, elaborarás un análisis estadístico descriptivo y visualizarás los resultados para comprobar las hipótesis planteadas sobre su comportamiento.