Aplicaciones Big Data para Data Scientist con R y Shiny
4.4 (161 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,033 students enrolled

Aplicaciones Big Data para Data Scientist con R y Shiny

Aprende R mientras realizas aplicaciones web de Big Data
4.4 (161 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
1,033 students enrolled
Created by David Manero
Last updated 1/2020
Spanish
Spanish [Auto]
Current price: $69.99 Original price: $99.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 26 hours on-demand video
  • 47 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Assignments
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Este curso te permitirá, utilizando R y Shiny, desarrollar aplicaciones web para interactuar con los datos tratados o para realizar diversos estudios interactivos y dinámicos. También se explica como desplegar las aplicaciones una vez realizadas y como compartirlas, tanto para funcionar en un entorno standalone o en sistema web accesible desde Internet, alojado en tu propia sitio, o en alguna de las opciones libre o freemium como shinyapps.
Requirements
  • No se necesita conocimientos previos, más que los de programación básica. Es recomendable estar familiarizado con R (aunque se dan unos conceptos básicos y se explican todos los comandos) y también es interesante conocer como funcionan JavaScript, HTML, CSS y, en general, las aplicaciones web, aunque no se sea un experto.
Description

El mundo del Big Data y de la Ciencia de los Datos tiene un apartado fundamental que a veces queda disuelto por el desarrollo o la arquitectura de software.

La Visualización de Resultados y el desarrollo de Aplicaciones para acceder a la información obtenida del Big Data Science es fundamental para un buen especialista en Big Data, un Científico de Datos o un Ingeniero de Machine Learning.

Shiny es una librería de R desarrollada por los creadores de RStudio, el IDE más importante del lenguaje de programación R. Shiny proporciona una manera sencilla y rápida de crear aplicaciones en el lenguaje nativo de R con ayuda de la tecnología javascript y css, pero de forma transparente para el usuario. Es decir, sin saber ni un comando de Javascript o sin conocer HTML5 ni CSS, se pueden desarrollar aplicaciones espectaculares.

Durante el curso, se explicarán todos los comandos utilizados, así como el código de R utilizado. De esta forma, aunque no tengas experiencia en este lenguaje, podrás seguir las explicaciones. Desde luego, es conveniente conocer R. Aprovecha el resto de mis cursos para introducirte en estos lenguajes.

Como ejercicio de fin de curso, realizaremos una aplicación completa de la galería de ejemplos de Shiny.

¡Descubre todas las capacidades escondidas en Shiny y realiza las mejores aplicaciones!

Who this course is for:
  • Si te interesa la Ciencia de los Datos (Data Science), eres ingeniero de Machine Learning o, en general, utilizas o desarrollas aplicaciones de Big Data. Especialmente indicado para Data Scientist o Data Engineers, Big Data Developers o Machine/Deep Learning Engineers.
Course content
Expand all 70 lectures 25:55:03
+ Introducción
3 lectures 09:20

¿De qué va a ir este curso? Aplicaciones Web para exponer los resultados o permitir al usuario interactuar con los datos generados por Un experto en Big Data, Data Scientist o Ingeniero de Machine Learning.

Preview 03:15

Soy David Manero, Ingeniero de Telecomunicaciones, Máster en Innovación, emprendedor, nerd reconocido, lindy hoper y Data Scientist profesional desde 2010.

Me gano la vida con la Ciencia de los Datos, y me encanta formar a otros profesionales. 

Creo que la clave en la ciencia de los datos está en la curiosidad. Si eres un ser curioso, tienes la mitad del camino hecho para ser Héroe del Dato.

Preview 01:52

Los objetivos de este curso. Básicamente, convertirte en un Héroe del Dato profesional que pueda comunicar sus resultados de una manera rápida y profesional.

Preview 04:13
+ Preparación
5 lectures 45:11

R es un lenguaje de programación ampliamente utilizado en Data Science. y RStudio es el mejor IDE para R.

Preview 04:03

Veremos como instalar R y RStudio. Los vídeos están grabados con Mac. En Windows en el archivo adjunto.

Preview 02:49

Instalación de R y RStudio en Windows.

Instalación de R y RStudio en Windows
14:15

Shiny es una librería especial desarrollada por los creadores de RStudio y que permite realizar aplicaciones web con base en R de una manera sencilla y rápida.

Preview 05:59
+ Fundamentos de R
9 lectures 02:32:14

Comenzamos a familiarizarnos con RStudio y las primeras nociones de R. Donde están las cosas, para qué sirven los botones, etc...

Comenzamos también a manejarnos con las variables y su asignación en R.

Las operaciones más básicas con las variables numéricas y las alfanuméricas. 

También veremos las diferencias entre introducir comandos por consola, por fichero y ejecutándolo desde el editor de RStudio.

Conociendo a R
17:39

Comenzamos a realizar operaciones con variables en R.

Operaciones aritméticas y también operaciones lógicas, así como comandos condicionales para comprobar el uso de las operaciones lógicas.

Operadores
07:59

El primer objeto que veremos en esta sección son los vectores.

Veremos cómo asignarlos, y aprenderemos a operar con ellos. Operaciones aritméticas sobre vectores y cómo actúa R con vectores de distintos tamaños.

También con operaciones y comandos especiales para ellos, como sum, max, min, prod, etc...

Objectos de R: Vectores
16:47

El objeto más importa para un científico de datos es el dataframe, que es la forma que tendrán nuestros datasets. 

Un dataframe es una matriz en la que las filas son las distintas observaciones y las columnas son las variables que hay de cada observación.

Crearemos un dataframe y cómo hacer subsets del dataframe original, aprenderemos a acceder a cada uno de los datos, cómo hacer subsets del dataframe original y aprenderemos a acceder a cada uno de los datos.

Objetos de R: Dataframes
23:35

Las listas son un tipo especial de objeto que tiene una mejor performance en el uso dentro de R.

Permite guardar los datos de una forma más ordenada, y nos recuerda a formatos como JSON.

En la lección aprenderemos a generarlas en R y a operar con ellas.

Objetos de R: Listas
09:32

El último objeto que veremos en este curso son las Series de Tiempo. Aunque no las utilicemos más adelante, conviene conocerlas, ya que son muy importantes para análisis de datos, por ejemplo, en el mundo del e-commerce, o para procesos en los que el tiempo es un factor muy importante.

Objetos de R: Series Temporales
06:33

Un poco de "teoría" de cómo funcionan los bucles en R,

Comenzamos viendo los bucles en acción en R. FOR y FOR anidados y WHILE.

También el bucle REPEAT y los comandos BREAK y NEXT. Y también alguna consideración sobre cuando conviene hacer bucles y cuando no.

Loops (Bucles)
42:37

En este apartado vamos a ver cómo se utilizan las funciones en R y aprenderemos a hacer algunas.

Funciones en R
16:16

En este vídeo, procedente de mi primer curso de Data Scientist, aprenderemos a utilizar las funciones más básicas de la visualización en R.

Visualización Básica en R
11:16
+ Empieza con Shiny
5 lectures 03:09:23

A través de 3 ejemplos, vemos las partes principales de Shiny, la UI o interfaz de usuario, el servidor o SERVER y el lanzador de la aplicación, el comando ShinyApp().

Los tres ejemplos base de Shiny los veremos en profundidad, localizando esas 3 partes.

Preview 39:08

Arremángate y vamos a construir nuestra primera aplicación en Shiny. Utilizando datasets estándar de R, veremos cómo se visualizan los valores en la UI a través del SERVER.

Tu primera app de Shiny: Construcción
26:02

Shiny nos ofrece múltiples opciones para lanzar una App. El objetivo no es que nuestra App se quede en nuestro ordenador local, sino que se pueda colocar en un servidor y ser lanzada desde cualquier ordenador del mundo. veamos las formas más importante de lanzar una aplicación.

Tu primera app de Shiny: Lanzar una App
25:16

A veces una de las cosas más complicadas es saber cómo pedir ayuda. En esta clase hacemos un repaso por las formas de encontrar ayuda en la propia aplicación (RStudio) o en internet. Existen varios métodos, según cómo sea el tipo de pregunta.

Encontrar ayuda en Shiny
53:52

En la chuleta de Shiny tienes un completo compendio de las principales características de Shiny.

Chuleta de Shiny
45:05
+ Fundamentos de Shiny
15 lectures 04:59:30

En esta clase (más teórica) podrás ver las principales características de Shiny, su estructura, y veremos los tres primeros ejemplos del Shiny. También se explica pormenorizadamente los principales comandos que se utilizan en el primer ejemplo.

Bienvenido a Shiny
31:03

Shiny tiene una estructura sencilla, pero estricta. El interfaz de Usuarios (UI) que contiene todos los elementos de presentación y maquetación de la aplicación y el servidor (SERVER) que contiene toda la lógica y los comportamientos de la aplicación.

Preview 43:45

El interfaz de Usuario es el elemento gráfico de relación con el usuario de la aplicación. En esta clase aprenderás sus principales elementos y características.

Interfaz de Usuario
39:47

Los widgets son elementos "pre-fabricados" que se utilizan para que el usuario pueda introducir sus datos. En la clase verás los principales widgets de inputs de Shiny.

Principales Widgets de Shiny
58:01

Una práctica para que construyas tu primer UI con una combo y un slider.

Practicando con la UI
02:32
Nuestra primera práctica con Shiny. Vamos a plantear los inputs de una aplicación de Visualización de Censo.
Práctica con la UI
3 questions

El resultado de la práctica con la UI.

Resultado - Practicando con la UI
07:16

¿Cómo funcionan las Salidas Reactivas? Son outputs que reaccionan a los cambios de los inputs de la Aplicación. Cuando el usuario cambia un input, el output reacciona y modifica sus valores adecuadamente.

Salidas (outputs) Reactivas
09:23

Practicamos, esta vez, las salidas reactivas.

Practica con el output
05:54
En esta práctica seguiremos utilizando el ejemplo del censo de EE.UU. Realizaremos una visualización por texto del segundo input que creamos anteriormente: el rango de interés.
Práctica con Output
3 questions

Comentamos el resultado de la práctica, y empezamos a ver el funcionamiento de la App Visualización del Censo. Utilizamos unos scripts que realizan el cálculo y la visualización en el mapa de EE.UU.

Scripts de R y datos (parte I)
35:39

En la clase anterior hemos hecho los ejemplos de la visualización, y yo he hecho el primero de los comandos Render que generan la respuesta a los input. Te toca realizar el resto.

Enunciado Práctica Censo
04:15
Terminamos la aplicación de censo de EE.UU. realizando los output que nos faltan.
Práctica del Censo de EE.UU.
4 questions

Explicamos el resto de Renders de la App de Visualización del Censo de los EE.UU.

Resultado Práctica Censo
07:53

Vamos a analizar más a fondo cómo funcionan las variables y las expresiones reactivas.

Expresiones Reactivas
15:28

Vamos a realizar una práctica para ver si ya dominamos los conceptos de las Expresiones Reactivas con la App de Google Finance.

Enunciado Práctica Expresiones Reactivas
03:02
Vamos a trabajar con la reactividad en Shiny y descubriremos como funcionan estas expresiones.
Práctica Expresiones Reactivas
4 questions

Terminamos la App de Google Finance resolviendo la Práctica.

Resultado Práctica Expresiones Reactivas
08:27
Compartir y Publicar en Shiny
27:05
+ Aplicación Completa con Shiny
22 lectures 09:52:31

En este vídeo vamos a ver de dónde surge la idea de la aplicación que vamos a realizar en esta sección del curso. Conoceremos también la web del Proyecto Gütenberg, fuente de los libros en formato texto que utilizaremos en la aplicación.

Explicación de la Aplicación
07:05

Haremos, fuera de Shiny, las principales funcionalidades de la aplicación.

El código de la aplicación Básica
43:28

Comenzamos a construir la aplicación y ponemos en práctica el código realizado en la clase anterior.

Aplicación Básica
34:02

Observamos un problema con las palabras en inglés, vamos a tratar de resolverlo.

Problema palabras en inglés
15:18
En esta práctica realizaremos el código que busque el código de final de los ficheros de la web Gutenberg Project.
Práctica Palabras en Inglés
3 questions

El resultado para el problema de las palabras en inglés en el texto obtenido de la web Project Gutenberg.

Resultado Práctica palabras en inglés
05:00

Vemos, a través de una serie de ejemplos, como funcionan las pestañas en Shiny.

Trabajando con Pestañas (Tabs)
45:07

Añadimos una nueva pestaña a nuestra Aplicación de Libros. Es la pestaña de Modificación y nos permitirá seleccionar la línea de inicio y final del texto del libro.

Añadir Pestañas: Modificación
39:59

Las DataTables son una forma de presentar tablas con ciertas funcionalidades muy interesantes. DataTables es una librería JavaScript que hace transparente al programador cosas como los filtros, paginación, o ordenar columnas.

Trabajando con DataTables
45:51

Añadimos más funcionalidades a la pestaña de modificación: El uso de DataTables.

Mejorando la pestaña de Modificación
28:18

Los Diálogos Modales son mensajes que nos permite generar Shiny y que se muestran en pantalla en tiempo real. Aprenderemos cómo lanzarlos y configurarlos.

Trabajando con Diálogos Modales
09:30

Mejoramos la pestaña de Modificación con la inserción de Diálogos Modales (mensajes pop-ups).

Terminando la pestaña de Modificación
34:49

La Interfaz de Usuario se puede generar de forma dinámica, por programación en el server. Aprende a realizarlo.

Trabajando con UI Dinámicas
16:28

Para cuando queramos añadir nuevos libros en la aplicación, simplemente los descargamos de la web del Proyecto Guteberg en formato txt. Pero necesitamos una nueva pestaña donde gestionar este nuevo elemento.

Añadir Pestañas: Añadir nuevos libros
34:39

Shiny permite actualizar los valores de los inputs de forma dinámica, en el servidor. Muy útil para cambiar labels o iconos en los botones.

Trabajando con Updates
27:01

Añadimos más funcionalidades a la pestaña Nuevo Libro. Incluímos la actualización de los inputs.

Mejorando la pestaña Nuevo libro
42:56

Continuamos con las mejoras de la pestaña Nuevo Libro.

Mejorando la pestaña de Nuevo Libro 2
52:14

ShinyDashboard es otra librería de R, como Shiny, pero que complementa a esta segunda. Shinydashboard nos permite realizar Dashboards (cuadros de control) de forma integrada con Shiny. Utilizando sistemas similares a los widgets de Shiny, con Shinydashboards puedes dar un aspecto mucho más profesional.

Trabajando con ShinyDashboards
48:41

Ahora que hemos aprendido a usar ShinyDashboard, vamos a aplicarlo a nuestra aplicación.

Aplicación de Libros en Shinydashboards parte 1
33:18

Vamos a generar el resto de elementos ValueBox de la aplicación.

Práctica con Shynidashboard
03:50
En esta práctica vamos a trabajar con ValueBox(), un widget muy visual que nos proporciona shinydashboard.
Práctica con Shinydashboard
3 questions

Resultado de la práctica planteada.

Resultado Práctica Shinydashboard
06:56

Finalizamos la aplicación con los últimos retoques.

Aplicación de Libros en Shinydashboards parte 2
10:55

Ya hemos terminado la Aplicación, pero seguro que se te ocurren varias ideas. Yo propongo alguna, pero, ¿te apetece compartir en el foro alguna mejora que se te ocurra? ¿Y si la intentas realizar y nos muestras el resultado?

Tu turno. ¿Qué funciones añadirías a la App?
07:06
+ BONUS - Aplicación Reconocimiento de Números
8 lectures 04:09:54

Presentación de la sección y de la App MNIST que crearemos

Presentación App MNIST
10:25

Instalación de las librerías y presentación de los archivos.

En este enlace encontrarás todos los archivos necesarios para el desarrollo de la aplicación:

https://www.dropbox.com/sh/nyve76amvncmr52/AADyV4lxJRBJ8BWmqUyrzzDna?dl=0

Archivos e instalación de librerías
08:50

En esta primera parte, montamos la estructura de la Aplicación en Shiny, usando también ShinyDashboards, una librería que nos permite montar dashboards de una manera rápida y sencilla.

También realizamos el cuadrado de dibujo donde el usuario podrá escribir el número.

Dibujar el plot
33:44

En este apartado, sustituiremos el dibujo a mano alzada por una representación de la matriz de predictores que terminaremos utilizando en los diferentes modelos.

Dibujar la matriz
58:06

En esta clase guardaremos los 4 modelos calculados durante el curso de Iniciación a Computer Visión con Machine y Deep Learning en R y los cargaremos en la aplicación.

También transformaremos la matriz en un vector de predictores como los objetos de MNIST.

Guardar modelos y convertir matriz
51:00

En esta clase guardaremos los 4 modelos calculados durante el curso y los cargaremos en la aplicación.

También transformaremos la matriz en un vector de predictores como los objetos de MNIST.

Calcular predicciones
39:26

Utilizando la eficiencia calculada para cada uno de los métodos, vamos a crear un algoritmo que genere una predicción general basada en la poderación de los diferentes modelos. Básicamente sumaremos las eficiencias de las distintas posibles predicciones de cada modelo, y seleccionaremos aquella que tenga mayor valor. También calcularemos la fiabilidad que le proporcionamos a este resultado.

Predicción total
34:45

Por último, arreglamos un par de aspectos menores, y generamos el botón de limpiar que nos permitirá reiniciar el proceso para predecir nuevos números.

Mejoras de la app
13:38
+ Conclusiones y Despedida
3 lectures 17:00

Un resumen por todos los contenidos del curso.

Resumen del Curso
11:44

Ya has termiando, ok, ¿y ahora?

Te describo varias opciones para que puedas continuar aprendiendo cosas de esta maravillosa herramienta, Shiny.

Próximos Pasos
02:35

Todo llega a su fin. Muchas gracias por llegar hasta el final, y ¡enohrabuena, ya eres un Héroe del Dato con superpoderes de visualización de datos!

Despedida
02:41