Curso Máster en RStudio de principiante a experto

Name: Curso Máster en RStudio de principiante a experto
Rating: 4.1 (319 reviews)

Aprendiendo a programar en RStudio, en su editor de texto Tinn-r, y en R Markdown

Created byJonathan Alexander Medina Montesdeoca

Last updated 2/2024

Spanish

What you'll learn

Los estudiantes aprenderán como leer y escribir correctamente cualquier código en R.
Los estudiantes aprenderán como hacer gráficos impactantes en R.
Los estudiantes aprenderán a realizar análisis estadísticos en R.
Los estudiantes aprenderán a emplear las funciones más utilizadas en R y como usarlas correctamente en su código.

Course content

7 sections • 127 lectures • 10h 24m total length

Instalación y descarga de R3:19
En esta clase, se observa como se realiza la correcta instalación del lenguaje de programación estadístico R para el sistema operativo Windows; se recalca que su instalación es muy similar para otros sistemas operativos.
Instalación y descarga de RStudio2:47
En este video se detalla la descarga del lenguaje de programación estadístico R, así como un breve detalle de sus funciones y operaciones en código.
Interacción con R7:09
En esta sesión se da una breve reseña en cuanto a las facilidades que nos brinda R, y de manera muy similar su ambiente de programación RStudio. Se observan adiciones, sustracciones, potencias, multiplicación, funciones, entre otras.
Instalación y descarga de 'Tinn-R'13:38
En este video se detalla la descarga del Editor de Texto de R, Tinn-R, para una mejor comprensión del lenguaje de programación del mismo.

Pedir ayuda en R y visualización de paquetes estadísticos 1ra Parte6:15
En este video, se muestra el desarrollo del primer código para pedir ayuda en R y aprender a emplear los principales comandos para este fin. Además, se llama a la función viñetas, que no es más que un conjunto de fuentes relacionados a los paquetes en R para su revisión y aprendizaje de los mismos.
Pedir ayuda en R y visualización de paquetes estadísticos 2da Parte4:48
Pedir ayuda en R y visualización de paquetes estadísticos 3ra Parte5:34
Pedir ayuda en R y visualización de paquetes estadísticos 4ta Parte4:54
Pedir ayuda en R y visualización de paquetes estadísticos 5ta Parte2:54
Objetos; Tipos de datos, y Operaciones básicas 1ra Parte4:20
El contenido en este video es suma importancia debido a que muestra los comando con los que mayor frecuencia se emplea y se explica los conceptos básicos de vector, matriz, data frames, entre otros. Tambien se habla donde se ubican los objetos que han sido creados en el IDE de RStudio.
Objetos; Tipos de datos, y Operaciones básicas 2da Parte5:14
Objetos; Tipos de datos, y Operaciones básicas 3ra Parte4:30
Objetos; Tipos de datos, y Operaciones básicas 4ta Parte5:47
Objetos; Tipos de datos, y Operaciones básicas 5ta Parte6:24
Objetos; Tipos de datos, y Operaciones básicas 6ta Parte4:20
Objetos; Tipos de datos, y Operaciones básicas 7ma Parte3:08
Objetos; Tipos de datos, y Operaciones básicas 8va Parte6:05
Objetos; Tipos de datos, y Operaciones básicas 9na Parte3:48
Objetos; Tipos de datos, y Operaciones básicas 10ma Parte2:45
Objetos; Tipos de datos, y Operaciones básicas 11va Parte5:05
Objetos; Tipos de datos, y Operaciones básicas 12va Parte2:34
Objetos; Tipos de datos, y Operaciones básicas 13va Parte3:20
Conceptos Básicos
Subconjunto de Datos 1ra Parte3:48
En este video, el estudiante aprenderá los diferentes comandos que se emplean en vectores, listas, data frames, arreglos y matrices, así como sus conceptos. De igual manera, se visualizarán indexaciones y condiciones booleanas y restriccion en cada uno de los parámetros antes mencionados.
Subconjunto de Datos 2da Parte3:00
Subconjunto de Datos 3ra Parte4:24
Subconjunto de Datos 4ta Parte5:54
Subconjunto de Datos 5ta Parte7:32
Subconjunto de Datos 6ta Parte4:25
Subconjunto de Datos 7ma Parte3:33
Subconjunto de Datos 8va Parte3:12
Subconjunto de Datos 9na Parte3:38
Subconjunto de Datos 10ma Parte3:05
Subconjunto de Datos 11va Parte4:43
Subconjunto de Datos 12va Parte1:07
Subconjunto de Datos 13va Parte6:46
Subconjunto de Datos
Importación de Datos 1ra Parte4:20
En esta clase los estudiantes aprenderán a importar y mostrar datos a partir de una base de datos en formato Excel; así como familiarizarse con los distintos comandos para el manipuleo de estos.
Importación de Datos 2da Parte5:31
Importación de Datos 3ra Parte5:57
Importación de Datos 4ta Parte4:38
Importación de Datos 5ta Parte6:29
Importación de Datos 6ta Parte3:43
Importación de Datos 7ma Parte5:10
Importación de Datos 8va Parte1:19
Exportación de Datos: 1ra Parte4:43
En esta clase se muestra la primera parte de la exportación de datos, así como una nueva forma de importar una base de datos en formato (.txt), y algunas expresiones en código de RStudio.
Exportación de Datos: 2da Parte6:26
En esta clase se muestra la segunda parte de la exportación de datos; se muestra un tipo especial de indexación para el data frame 'Squid' que está siendo empleado en esta sesión, así como su respectiva visualización.
Exportación de Datos: 3ra Parte6:34
La clase en mención muestra la exportación con distintos parámetros que se empleó a fin de mostrar las diferentes visualizaciones que tiene dicho archivo exportado. Se generaliza el concepto de la función 'write.table', y se visualiza el lugar de trabajo donde la data será guardada.
Exportación de Datos: 4ta Parte6:42
Exportación de Datos: 5ta Parte4:19
Exportación de Datos: 6ta Parte7:11
Exportación de Datos: 7ma Parte4:10
Exportación de Datos: 8va Parte6:11
Exportación de Datos: 9na Parte2:17
Exportación de Datos: 10ma Parte5:14
Exportación de Datos: 11va Parte5:58
Exportación de Datos: 12va Parte5:19
Exportación de Datos: 13va Parte7:52
Exportación de Datos: 14va Parte2:51
Exportación de Datos: 15va Parte3:15
Exportación de Datos: 16va Parte4:00
Exportación de Datos: 17va Parte4:31

Funciones e iteraciones 1ra Parte1:16
Funciones e iteraciones 2da Parte4:20
Funciones e iteraciones 3ra Parte4:43
Funciones e iteraciones 4ta Parte5:07
Funciones e iteraciones 5ta Parte5:35
Funciones e iteraciones 6ta Parte2:37
Funciones e iteraciones 7ma Parte3:01
Funciones e iteraciones 8va Parte1:56
Funciones e iteraciones 9na Parte2:48
Funciones e iteraciones 10ma Parte2:43
Funciones e iteraciones 11va Parte4:32
Funciones e iteraciones 12va Parte2:20
Funciones e iteraciones 13va Parte2:00
Funciones e iteraciones 14va Parte3:54
Funciones e iteraciones 15va Parte3:49
Funciones e iteraciones 16ta Parte4:02
Funciones e iteraciones 17ma Parte2:34
Funciones e iteraciones 18va Parte4:11

Instalación del paquete TensorFlow10:51
Esta clase muestra el inicio de todo gran proyecto; en esta ocasión, el clasificador de imágenes. Es de suma importancia instalar los paquetes correctos a fin de emplear el código idóneo y realizar este 'basic image classification'.
Entrenamiento del modelo con train_images; prueba del modelo con test_images14:44
Esta sesión es de principal importancia debido a que creamos 4 arreglos grandes que serán nuestras herramientas principales para formular predicciones y elaborar la respectiva clasificación de imágenes. A su vez, creamos el vector 'class_names{ cuya longitud consta de 10 elementos dado que se tiene 10 dígitos, de 0 a 9, que nos estratifica el tipo de prenda a emplear.
Exploración de datos9:21
Esta clase muestra las dimensiones de los 4 arreglos que se tienen, así como los dígitos asociados a las 60000 imágenes de entrenamiento y 10000 imágenes de muestreo.
Preprocesamiento de datos 1ra Parte6:10
Se crean las variables u objetos de interes a fin de establecer una relacion dentro del preprocesamiento y analisis de datos. El objeto creado se denomina 'image_1'.
Preprocesamiento de datos 2da Parte12:06
En esta clase, se visualiza la primera imagen cuya resolución es de 28 por 28 píxeles; se la grafica con la función ggplot2, y el código se lo detalla en el video.
Preprocesamiento de datos 3ra Parte7:13
Esta es la tercera parte del preprocesamiento de datos para la consutrucción de nuestro modelo; el clasificador de imágenes..! En esta clase se muestran las 25 imágenes principales previo a la predicción del modelo.
Contrucción del modelo 1ra Parte6:39
Esta clase comienza con la creación del modelo a fin de compilarlo y realizar la respectiva predicción del mismo. Comienza la otra parte del clasificador de imágenes.
Construcción del modelo 2da Parte: Mejorando el modelo17:16
Esta clase muestra los 3 tipos de métricas principales para construir nuestro modelo de manera satisfactoria. Las mismas que se detallan en el video.
Finalización del modelo: Inicio de su predicción12:12
En esta clase, se finaliza el modelo en cuanto al clasificador de imágenes para iniciar su respectiva predicción a fin de visualizar cuál es la prenda de vestir con un mayor nivel de confianza.
Predicción del modelo y clasificador de imágenes11:55
En esta clase, se observan las 25 imágenes con mayor confianza en su predicción, así como su correcta clasificación de imágenes, prendas de vestir.
Clasificador de imágenes, modelo final15:54
En esta sesión, se observa la corroboración de valores, de la data de predicción, así como el modelo empleado a lo largo del proyecto; también se exporta dicho código en R-Markdown a un navegador web, y también en documento '.docx'.

Regresión Básica con análisis de predicción 1ra Parte4:44
En esta clase, se descargan los paquetes necesarios para continuar con el desarrollo del código, el inicio de esta gran aventura.
Regresión Básica con análisis de predicción 2da Parte4:18
Regresión Básica con análisis de predicción 3ra Parte4:35
Regresión Básica con análisis de predicción 4ta Parte5:01
Regresión Básica con análisis de predicción 5ta Parte3:49
Regresión Básica con análisis de predicción 6ta Parte3:51
Regresión Básica con análisis de predicción 7ma Parte2:25
Regresión Básica con análisis de predicción 8va Parte4:25
Regresión Básica con análisis de predicción 9na Parte4:20
Regresión Básica con análisis de predicción 10ma Parte1:40
Regresión Básica con análisis de predicción 11va Parte5:15
Regresión Básica con análisis de predicción 12va Parte2:51
Regresión Básica con análisis de predicción 13va Parte2:41
Regresión Básica con análisis de predicción 14va Parte2:58
Regresión Básica con análisis de predicción 15va Parte5:06

Requirements

Estar emocionados de aprender cada detalle con uno de los software estadísticos más poderosos en el mercado, R.
Tener un pequeño lapso de tiempo disponible entre semana o los fines de semana para culminar el curso.

Description

En este curso, aprenderás a programar de inicio a fin en RStudio, el Software de programación estadístico más potente en el mercado; veremos el paquete de ayuda que tiene RStudio, objetos, conjunto y subconjunto de datos, funciones, análisis estadístico de datos (superficial), vectores, importación y exportación de bases de datos, gráficas (porque una imagen dice más que mil palabras), todo esto y mucho más aquí en tu curso..! Además de ello, veremos dos ejemplos reales con el paquete Tensorflow, un paquete por excelencia en RStudio aplicado a proyectos de la vida real. También veremos una aplicación real de regresión empleando el paquete Boston Housing. Recordemos queridos amigos que el paquete del software en mención es muy útil para modelar y predecir una base de datos. Entonces, podemos decir que TensorFlow es una librería del software estadístico que corresponde a la inteligencia de máquinas (Machine Learning). La interfaz R de TensorFlow nos permite trabajar de forma productiva utilizando las API de alto nivel de Keras y la API de Core TensorFlow. De manera similar, la regresión es una herramienta preponderante hoy en día de tal forma que se visualiza la relación o correlación entre un par de variables o más. E incluso aprenderemos a usar, de manera superficial, R Markdown; este curso se actualiza siempre de tal forma que el contenido siga perteneciendo a la actualidad. Entonces amigos, anímense a continuar con el curso..! Juntos recorramos el camino hacia la excelencia y la enseñanza.

Who this course is for:

Programadores en R, con un nivel de principiante a avanzado, interesados en aprender a realizar análisis estadísticos, análisis de datos, y otras funciones.
Personas que les guste la programación en RStudio, estadística, y la lógica matemática.
Estudiantes que les guste el análisis de datos, programación, estadística aplicada.

Curso Máster en RStudio de principiante a experto

What you'll learn

Explore related topics

Course content

Instalación y descarga de R, RStudio y su editor de texto Tinn-R4 lectures • 27min

Introducción: Objetos, clases, tipos de datos, importación y exportación datos.56 lectures • 4hr 22min

Introducción a la función genérica Plot7 lectures • 33min

Manipulación de datos: Estructuras de control, funciones, iteraciones.18 lectures • 1hr 1min

Gráficos16 lectures • 59min

Proyectos Reales en R Markdown con el paquete TensorFlow: Machine Learning11 lectures • 2hr 4min

Proyectos Reales en R Markdown con el paquete TensorFlow: Machine Learning15 lectures • 58min

Requirements

Description

Who this course is for: