Aprende a analizar los datos del COVID19 con R y Python
What you'll learn
- Describir los datos de COVID19 globalmente, por país/región o a lo largo del tiempo.
- A inferir y predecir la cantidad de infectados, muertos o recuperados en cada país a lo largo del tiempo.
- A realizar hermosos dashboards que resuman la información y la preparen para poner en producción para su posterior consulta
- A crear un shiny interactivo como informe general de los datos al final del curso
- Análisis de datos temporal a través de las diferentes técnicas de series temporales, modelos en el tiempo y su validación
Requirements
- Este curso no empieza de cero, por tanto las bases de la programación en R y en Python son necesarias
- La base matemática necesaria es muy necesaria, así que es recomendable haber hecho los cursos de estadística descriptiva, inferencia y probabilidad.
- El manejo de datos es esencial para poder analizar datos, así que la utilización de la librería tidyverse es un requisito indispensable
Description
El COVID19 está cambiando el mundo en el que vivimos. Se trata de una enfermedad infecciosa causada por el virus SARS-CoV-2.9 Se detectó por primera vez en la ciudad china de Wuhan (provincia de Hubei), en diciembre de 2019. Habiendo llegado a más de 100 territorios, el 11 de marzo de 2020 la Organización Mundial de la Salud la declaró pandemia.
Produce síntomas similares a los de la gripe, entre los que se incluyen fiebre, tos seca, disnea, mialgia y fatiga. En casos graves se caracteriza por producir neumonía, síndrome de dificultad respiratoria aguda, sepsis y choque séptico que conduce a alrededor del 3 % de los infectados a la muerte. No existe tratamiento específico; las medidas terapéuticas principales consisten en aliviar los síntomas y mantener las funciones vitales.
Y precisamente por eso es importante saber adelantarnos a sus graves consecuencias, y nuestra forma es a través del análisis de datos. Cientos de países están confinados, con la gente sin poder salir de sus casa y con unas medidas de precaución extremas, preguntándose cuándo podrán recuperar la normalidad, por qué hemos acabado en esta situación, si se podría haber prevenido o si hay algo en nuestras manos además de esperar. La idea es enseñaros a leer varias fuentes de datos, saber ver cuando esos datos son correctos y cuando no, a prepararlos para su visualización, su clasificación y su correcto análisis, desde el punto de vista geográfico, de series de tiempo y de modelos matemáticos como el famoso SIR.
Todos los análisis de datos los haremos tanto en R como en Python y pondremos en práctica las técnicas de análisis de datos, de visualización y de predicción que ya hemos cubierto en los cursos de:
Curso completo de Estadística descriptiva con R y Python
Probabilidad y Variables Aleatorias para ML
Curso de Inferencia estadística con R y Python
Curso avanzado de estadística multivariate
Curso completo de tidyverse para Data Science
Curso de Machine Learning de la A a la Z
Curso de R para Machine Learning y Data Science
Curso de Python para Machine Learning y Data Science
Así que este no será un curso sobre la teoría, ya que la hemos cubierto en todos los cursos anteriores. Será un curso para poner en práctica lo aprendido en esos cursos y que puedas estar preparado para enfrentarte a la información que circula sobre el virus, siendo crítico con la misma. Es de esperar que a medida que esta situación evolucione, dispondremos de más datos para validar nuestras hipótesis y ver cómo los modelos que hemos elaborado se desvían de la realidad.
También nos gustaría que cualquiera que quiera aportar su granito de arena al análisis del COVID19 y quiera colaborar con nosotros, se sienta libre de hacerlo a través del foro de Udemy, la comunidad de Discord o incluso grabando un vídeo para que lo incorporemos al curso. El objetivo es que todos estemos bien informados y que cualquiera que pueda compartir su visión de análisis de datos es bienvenido a hacerlo. Ojalá no tuviéramos que sacar este curso, pero la situación que nos ha tocado vivir nos ha obligado, y muchos de vosotros nos lo habéis pedido, así que esperemos que el curso sea de vuestro agrado y podáis elaborar mejores informes vosotros mismos en base a ver cómo lo hacemos nosotros con un tema no preparado previamente, si no que va cambiando a medida que pasan los días.
Who this course is for:
- Analistas de datos que quieran aplicar sus técnicas para documentar correctamente los datos del COVID19
- Programadores que quieran añadir bases de inferencia y matemáticas en análisis del COVID19
- Interesados en el mundo del Machine Learning que quieran utilizar los algoritmos para el caso de análisis de pandemias
- Personas interesadas en desarrollar un pensamiento crítico ante la información del COVID19 y analizar los datos que circulan por la red
Course content
- Preview03:44
- 00:14Cómo aportar datos, resultados y análisis
- Preview02:12
- 03:45El canal de Discord para poder aprender en comunidad
- 02:40No valores el curso hasta ver más contenido
- 03:45El material del curso en Github
- 09:59Cómo hacer preguntas en el curso de Udemy
- 10:06Pre requisitos del curso para sacarle provecho
Instructors
Soy licenciado en matemáticas, especializado en el análisis de datos para empresas de videojuegos con R y Python, en Game Design para videojuegos de social casino, en el desarrollo de aplicaciones móviles para iOS y para Android y desarrollador de videojuegos utilizando los motores Unreal Engine y Unity tanto para PC como para móvil desde el año 2011.
Me encanta programar, crear apps y videojuegos que la gente utilice y sobretodo enseñar tanto en el mundo online, como en la Universidad presenciamente.
Aquí en Udemy, llevo como profesor online desde verano de 2015 he lanzado ya más de 90 cursos online con más de 300.000 estudiantes en más de 160 países de todo el mundo que han aprendido en castellano temáticas de desarrollo tan diversas como el mundo de las apps para iOS en Objective-C, Swift y SpriteKit, en Android con Java, desarrollo de videojuegos con Unity y Unreal Engine cubriendo desde lo más básico hasta aspectos avanzados para crear juegos profesionales o incluso análisis de datos masivos, big data, machine learning y data science con R, Tidyverse y Python.
Soy también Instructor Certificado de Unity (UCI), lo cual me permite viajar por todo el mundo asesorando y dando formación en desarrollo de videojuegos para empresas de CAD, o estudios de renombre como por ejemplo Team 17 (Worms, The Escapists), Genera Games (Disney's Frozen, Star Wars) o Ubisoft (Assassin's Creed, CSI Hidden Crimes)
Además, los propios estudiantes online de varias partes del mundo me han contactado para ir a dar conferencias y compartir mis experiencias en lugares tan bonitos como Colombia, Dinamarca, USA, México, Suecia, Holanda, Londres o Bolivia entre otros. Si no conoces aún ninguno de los cursos que imparto aquí en Udemy, tómate un tiempo para visitar los diversos cursos gratuitos que tengo publicados aquí mismo.
Doctor en Informática por la Universidad de Las Islas Baleares (UIB, España).
Tengo una experiencia docente de más de 25 años en estudios de grado y Máster.
He sido docente de diversas asignaturas dedicadas al Análisis de Datos: Estadística, Probabilidad y Procesos Estocásticos, Análisis de datos, Aprendizaje Estadístico, Minería de Datos, Inteligencia Computacional, Bioestadísca, Minería de textos.
Docente del MOOC de Miriadax: "AprendeR: Introducción al tratamiento de datos con R y RStudio" en 2016 con miles de estudiantes.
Coautor de decenas de artículos y dos libros didácticos.
Miembro del grupo de investigación de Biología computacional y Bioinformática de la UIB.
Director del Departamento de Ciencias Matemáticas e informática (del 2011 a 2019) de la Universidad de las Islas Baleares (UIB España).
Profesor de matemáticas con más de 30 años de experiencia en la enseñanza de asignaturas relacionadas con:
- la probabilidad y la estadística en grados de Matemáticas, Biología y Bioquímica.
- cálculo y análisis de una y varias variables en grados de matemáticas.
- análisis numérico en grados de matemáticas.
Coautor del MOOC (curso de aprendizaje online) "AprenderR: Introducción al tratamiento de datos con R y Rstudio" actualmente en funcionamiento y que tuvo más de 11000 estudiantes el curso 2016-17.
Consultor de estadística en el grado de informática en la Universitat Oberta de Catalunya (UOC) desde el curso 2000-01 hasta la actualidad.
Coordinador de la asignatura de Matemáticas II de las pruebas de acceso a la Universidad de las Islas Baleares desde el curso 2007-08 hasta el curso 2018-19.
Miembro del grupo de investigación BIOCOM (Biología computacional y Bioinformática) y colaborador del grupo de investigación SCOPIA (Soft Computing, Procesamiento de Imágenes y Agregación) desde el curso 2006-07.