Descripción del curso
Lenguaje de programación con un enfoque estadístico principalmente utilizado para manipular grandes bases de datos y crear variables, bucles y gráficos ilustrativos.
Contenido del curso
- Módulo 1
- Duración:01:02:38
- 15 Sesiones
Introducción al programa
- Sesión 1
Presentación
Duración: 00:01:15- Sesión 2
Descargar e instalar R y RStudio
Duración: 00:03:10- Sesión 3
Funcionalidad e interfaz de RStudio
Duración: 00:09:35- Sesión 4
Tipos y estructuras de datos
Duración: 00:03:54- Sesión 5
Creación y aritmética de vectores
Duración: 00:04:47- Sesión 6
Creación y aritmética de matrices
Duración: 00:02:55- Sesión 7
Creación de dataframes y listas
Duración: 00:01:14- Sesión 8
Aplicación: Creación y aritmética de vectores
Duración: 00:04:44- Sesión 9
Aplicación: Creación y aritmética de matrices
Duración: 00:04:25- Sesión 10
Aplicación: Creación de dataframes y listas
Duración: 00:01:15- Sesión 11
Proceso de manipulación de datos
Duración: 00:02:48- Sesión 12
Etapa 1: Descubrimiento
Duración: 00:06:58- Sesión 13
Etapa 1: Descubrimiento (Aplicación)
Duración: 00:06:59- Sesión 14
Etapa 2: Preparación
Duración: 00:04:28- Sesión 15
Etapa 2: Preparación (Aplicación)
Duración: 00:04:11- Módulo 2
- Duración:01:28:16
- 24 Sesiones
Manipulación de datos
- Sesión 1
Presentación del paquete tidyverse
Duración: 00:03:12- Sesión 2
Pipe y comandos esenciales
Duración: 00:06:09- Sesión 3
Manipulando la base de datos con dplyr
Duración: 00:07:49- Sesión 4
Factores: Definición
Duración: 00:03:24- Sesión 5
Creación de factores
Duración: 00:04:08- Sesión 6
Ordenamiento de factores
Duración: 00:03:36- Sesión 7
Renombrar niveles de factores
Duración: 00:03:05- Sesión 8
Aplicación: Creación de factores
Duración: 00:02:29- Sesión 9
Aplicación: Ordenamiento de factores
Duración: 00:02:06- Sesión 10
Aplicación: Renombrar niveles de factores
Duración: 00:04:43- Sesión 11
Creación de datos de tiempo
Duración: 00:04:12- Sesión 12
Aritmética con datos de tiempo
Duración: 00:04:20- Sesión 13
Aplicación: Creación y aritmética con datos de tiempo
Duración: 00:04:59- Sesión 14
Indexación de vectores
Duración: 00:02:57- Sesión 15
Indexación de matrices
Duración: 00:02:12- Sesión 16
Indexación de listas
Duración: 00:02:08- Sesión 17
Indexación de dataframes
Duración: 00:01:24- Sesión 18
Aplicación: Indexación de estructuras
Duración: 00:06:32- Sesión 19
Creación de funciones
Duración: 00:05:22- Sesión 20
For loops
Duración: 00:03:40- Sesión 21
If statements
Duración: 00:01:45- Sesión 22
Aplicación: Creación de funciones
Duración: 00:03:23- Sesión 23
Aplicación: For loops
Duración: 00:02:39- Sesión 24
Aplicación: If statements
Duración: 00:02:02- Módulo 3
- Duración:01:16:09
- 16 Sesiones
Visualización de datos
- Sesión 1
Introducción a la visualización de datos
Duración: 00:03:06- Sesión 2
Gráficos exploratorios
Duración: 00:04:36- Sesión 3
Gráficos ilustrativos
Duración: 00:03:56- Sesión 4
Personalización de gráficos
Duración: 00:04:17- Sesión 5
Paletas de colores
Duración: 00:05:34- Sesión 6
Múltiples gráficos en una figura
Duración: 00:02:38- Sesión 7
Gráficos usando el paquete ggplot
Duración: 00:04:04- Sesión 8
Aplicación: Gráficos exploratorios
Duración: 00:04:08- Sesión 9
Aplicación: Gráficos ilustrativos
Duración: 00:05:34- Sesión 10
Aplicación: Selección de colores
Duración: 00:06:10- Sesión 11
Aplicación: Gráficos con ggplot
Duración: 00:02:40- Sesión 12
Reportes usando RMarkdown
Duración: 00:05:10- Sesión 13
Primeros pasos con RMarkdown
Duración: 00:06:11- Sesión 14
Ejecutar código de R en RMarkdown
Duración: 00:04:08- Sesión 15
Compilar el RMarkdown
Duración: 00:03:22- Sesión 16
Aplicación: Crear un RMarkdown
Duración: 00:10:35- Módulo 4
- Duración:01:00:41
- 13 Sesiones
Modelos de Machine Learning I: Análisis Exploratorio
- Sesión 1
Supervised y Unsupervised learning: Introducción
Duración: 00:04:09- Sesión 2
PCA: Definición
Duración: 00:03:20- Sesión 3
PCA: Hallar los componentes principales
Duración: 00:07:56- Sesión 4
Uso del PCA con un dataset real
Duración: 00:04:25- Sesión 5
PCA: Escalamiento de variables y principales componentes únicos
Duración: 00:02:22- Sesión 6
PCA: Proporción de la varianza explicada
Duración: 00:03:46- Sesión 7
PCA: Número de componentes a usar
Duración: 00:01:16- Sesión 8
Métodos de Clustering: Introducción
Duración: 00:03:03- Sesión 9
Métodos de Clustering: K means clustering
Duración: 00:08:07- Sesión 10
Métodos de Clustering: Hierarchical clustering
Duración: 00:08:05- Sesión 11
Métodos de Clustering: Cuestiones prácticas
Duración: 00:01:59- Sesión 12
Aplicación: PCA
Duración: 00:07:14- Sesión 13
Aplicación: Clustering
Duración: 00:04:59- Módulo 5
- Duración:00:49:35
- 8 Sesiones
Modelos de Machine Learning II: Modelos de clasificación
- Sesión 1
Modelos de clasificación: Introducción
Duración: 00:06:30- Sesión 2
Modelos de clasificación: Lineales vs No-lineales
Duración: 00:04:27- Sesión 3
El modelo logístico: Teoría
Duración: 00:07:17- Sesión 4
El modelo logístico: Estimación
Duración: 00:05:26- Sesión 5
K-Nearest Neighbor
Duración: 00:06:54- Sesión 6
Naive Bayes
Duración: 00:07:32- Sesión 7
Aplicación: Modelo KNN y modelo logístico
Duración: 00:06:06- Sesión 8
Aplicación: Navie Bayes
Duración: 00:05:23- Módulo 6
- Duración:00:50:19
- 10 Sesiones
Modelos de Machine Learning III: Modelos de regresión
- Sesión 1
Modelos de regresión: Introducción
Duración: 00:02:56- Sesión 2
Regression trees
Duración: 00:09:11- Sesión 3
Regression trees: Tree Prunning y Classification Trees
Duración: 00:04:07- Sesión 4
Ridge y Lasso regression: Teoría
Duración: 00:00:05- Sesión 5
Ridge y Lasso regression: Seleccionar subconjuntos y modelo óptimo
Duración: 00:04:24- Sesión 6
Ridge regression
Duración: 00:04:45- Sesión 7
Lasso regression
Duración: 00:03:31- Sesión 8
Aplicación: Classification Trees
Duración: 00:08:59- Sesión 9
Aplicación: Regression Trees
Duración: 00:03:54- Sesión 10
Aplicación: Ridge y Lasso Regression
Duración: 00:08:27- Módulo 7
- Duración:01:01:54
- 12 Sesiones
Modelos de Machine Learning IV: Text Mining
- Sesión 1
Análisis Sentiment: Introducción
Duración: 00:02:59- Sesión 2
Convertir el texto en data
Duración: 00:05:59- Sesión 3
Limpiar la base de datos
Duración: 00:06:02- Sesión 4
Formas de visualización de la data
Duración: 00:04:44- Sesión 5
Gráficos de frecuencia de palabras
Duración: 00:06:13- Sesión 6
Multidimensional scaling
Duración: 00:03:26- Sesión 7
Word similarity
Duración: 00:04:50- Sesión 8
Aplicación: Revisión de los datos
Duración: 00:05:59- Sesión 9
Aplicación: Limpieza de base de datos
Duración: 00:09:16- Sesión 10
Aplicación: Visualización mediante wordclouds
Duración: 00:04:14- Sesión 11
Aplicación: Visualización mediante histogramas y comparison clouds
Duración: 00:04:03- Sesión 12
Aplicación: Multidimensional scaling
Duración: 00:04:09Docente
Valoraciones
-
90%
-
50%
-
10%
-
5%
-
1%