Analista de Negocios
Programación Estadística con R
Data Scientist
R se ha convertido en un lenguaje de programación preferido en una amplia variedad de disciplinas intensivas en datos, incluidas las ciencias biológicas, convirtiéndose en una herramienta crítica en la investigación.
- Importar y manipular conjuntos de datos biológicos típicos
- Comprender la documentación de los paquetes R
- Crear informes dinámicos de análisis de datos
Requisitos
Tener una comprensión básica de las terminologías de programación. Una comprensión básica de cualquiera de los lenguajes de programación lo ayudará a comprender los conceptos de programación de R y avanzar rápidamente en el aprendizaje.Descripción
Este curso no es un compendio de los innumerables tipos de métodos estadísticos que están disponibles en el maravilloso paquete R. Realmente se trata de programación y cubre temas relacionados con la programación que faltan en la mayoría de los otros cursos sobre R. Estos son algunos ejemplos de este enfoque en acción: A lo largo del curso, encontrará ejemplos extendidos. Por lo general, presentan funciones completas de propósito general en lugar de fragmentos de código aislados basados en datos específicos. De hecho, puede encontrar algunas de estas funciones útiles para su propio trabajo diario de R. Al estudiar estos ejemplos, aprenderá no solo cómo funcionan las construcciones individuales de R, sino también cómo combinarlas en un programa útil. El material se aborda con la sensibilidad de un programador en mente. Por ejemplo, en la discusión de marcos de datos, no solo afirma que un marco de datos es una lista R, sino también señala las implicaciones de programación de ese hecho. Las comparaciones de R con otros lenguajes también se presentan cuando son útiles, para aquellos que conocen otros lenguajes.Claves del Aprendizaje:
- Importar y manipular conjuntos de datos biológicos típicos
- Comprender la documentación de los paquetes R
- Comprender la función estructurar y crear funciones simples
- Crear informes dinámicos de análisis de datos
- Usar bucles para ejecutar tareas informáticas repetitivas.
- Crear gráficos elaborados (p. ej., multipanel)
Publico objetivo:
- Analistas empleados por, digamos, un hospital o una agencia gubernamental que producen informes estadísticos de manera regular y necesitan desarrollar programas de producción para este propósito.
- Investigadores académicos que desarrollan una metodología estadística que es nueva o combina métodos existentes en procedimientos integrados que necesitan codificar esta metodología para que pueda ser utilizada por la comunidad de investigación en general.
- Especialistas en marketing, asistencia en litigios, periodismo, publicaciones, etc. que necesitan desarrollar código para producir presentaciones gráficas sofisticadas de datos.
- Programadores profesionales con experiencia en desarrollo de software que tienen han sido asignados por sus empleadores a proyectos que involucran análisis estadístico.
- Estudiantes en cursos de computación estadística
PROGRAMA
Contenido del curso
- Módulo 1 – Cómo Correr R
- Módulo 2 – Primera Sesión en R
- Módulo 3 – Introducción a Funciones
- Módulo 4 – Vista previa de algunas estructuras de datos R importantes
- Módulo 5 – Ejemplo Ampliado: Análisis de regresión de calificaciones de exámenes
- Módulo 6 – Arranque y apagado
- Módulo 7 – Obteniendo ayuda
- Módulo 1 – Escalares, vectores, arreglos y matrices
- Módulo 2 – Declaraciones
- Módulo 3 – Recycling
- Módulo 4 – Operaciones vectoriales comunes
- Módulo 5 – Usando all() y any()
- Módulo 6 – Operaciones vectorizadas
- Módulo 7 – NA y valores NULL
- Módulo 8 – Filtrando
- Módulo 9 – Un if-then-else vectorizado: la función ifelse()
- Módulo 10 – Prueba de igualdad de vectores
- Módulo 11 – Nombres de elementos vectoriales
- Módulo 12 – Más sobre C
- Módulo 1 – Creando Matrices
- Módulo 2 – Operaciones Matriciales Generales
- Módulo 3 – Aplicación de funciones a las filas y columnas de la matriz
- Módulo 4 – Adición y eliminación de filas y columnas de matriz
- Módulo 5 – Más sobre la distinción Vector/Matriz
- Módulo 6 – Evitar la reducción de dimensiones no deseada
- Módulo 7 – Nombrar filas y columnas de la matriz
- Módulo 8 – Arrays de dimensiones superiores
- Módulo 1 – Creación de listas
- Módulo 2 – Operaciones generales de lista
- Módulo 3 – Acceder a los componentes y valores de la lista
- Módulo 4 – Aplicando Funciones a las Listas
- Módulo 1 – Creando Data Frames
- Módulo 2 – Otras operaciones similares a matrices
- Módulo 3 – Combinación de tramas de datos
- Módulo 4 – Aplicación de funciones a marcos de datos
- Módulo 1 – Factores y niveles
- Módulo 2 – Funciones comunes utilizadas con factores
- Módulo 3 – Trabajar con tablas
- Módulo 4 – Otras funciones relacionadas con factores y tablas
- Módulo 1 – Declaraciones de control
- Módulo 2 – Operadores y valores aritméticos y booleanos
- Módulo 3 – Valores predeterminados para argumentos
- Módulo 4 – Valores Return
- Módulo 5 – Las funciones son objetos
- Módulo 6 – Problemas ambientales y de alcance
- Módulo 7 – Sin apuntadores en R
- Módulo 8 – Escribir arriba
- Módulo 9 – Recursividad
- Módulo 10 – Funciones de reemplazo
- Módulo 11 – Herramientas para componer código de función
- Módulo 12 – Escribir sus propias operaciones binarias
- Módulo 13 – Funciones anónimas
- Módulo 1 – Funciones matemáticas
- Módulo 2 – Funciones para distribuciones estadísticas
- Módulo 3 – Clasificación
- Módulo 4 – Operaciones de álgebra lineal sobre vectores y matrices
- Módulo 5 – Operaciones de configuración
- Módulo 6 – Programación de simulación en R
- Módulo 1 – Clases S3
- Módulo 2 – Clases S4
- Módulo 3 – S3 Versus S4
- Módulo 4 – Administrar sus objetos
- Módulo 1 – Acceso al teclado y al monitor
- Módulo 2 – Leer y escribir archivos
- Módulo 3 – Acceso a Internet
- Módulo 1 – Una descripción general de las funciones de manipulación de cadenas
- Módulo 2 – Expresiones regulares
- Módulo 3 – Uso de utilidades de cadenas en la depuración de edtdbg
- Módulo 1 – Creación de gráficos
- Módulo 2 – Personalización de gráficos
- Módulo 3 – Almacenamiento de gráficos en archivos
- Módulo 4 – Creación de gráficos tridimensionales
- Módulo 1 – Principios fundamentales de la depuración
- Módulo 2 – ¿Por qué utilizar una herramienta de depuración?
- Módulo 3 – Uso de las funciones de depuración de R
- Módulo 4 – Ascendiendo en el mundo: herramientas de depuración más convenientes
- Módulo 1 – Escritura de código R rápido
- Módulo 2 – El temido bucle for
- Módulo 3 – Programación funcional y problemas de memoria
- Módulo 4 – Usar Rprof() para encontrar puntos lentos en su código
- Módulo 5 – Compilación de código de bytes
- Módulo 6 – ¡Oh, no, los datos no caben en la memoria!
- Módulo 1 – Escritura de funciones C/C++ para ser llamadas desde R
- Módulo 2 – Uso de R de Python
- Módulo 1 – El mutuo Problema de enlaces externos
- Módulo 2 – Presentación del Snow Package
- Módulo 3 – Recurriendo a C
- Módulo 4 – Consideraciones generales de rendimiento
- Módulo 5 – Depuración de código R paralelo
- Módulo 1 – Descarga de R desde CRAN
- Módulo 2 – Instalación desde un Administrador de paquetes de Linux
- Módulo 3 – Instalación desde la fuente
- Módulo 4 – INSTALACIÓN Y USO DE PAQUETES
Inscripcion
Inscripción cuatrimestral
$4000
por mes
Licencia STANDARD
- 24 horas de video a demanda
- Todos los recursos descargables
- Acceso ilimitado
CONTACTO
Necesitas ayuda?
Estamos online 24h/7
+1 (307) 298-0601
O escribinos a: info@pampatirri.com
DONDE ESTAMOS