Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Curso R Programming: Machine Learning
Rating: 4.7 out of 5(12 ratings)
7,666 students

Curso R Programming: Machine Learning

Jorge, experto en Machine Learning con R, te enseñará paso a paso a preparar datos, entrenar modelos y desplegarlos.
Last updated 1/2026
Spanish
Spanish [Auto],

What you'll learn

  • Comprender los fundamentos del Machine Learning y sus tipos de aprendizaje.
  • Implementar modelos de regresión y clasificación usando R.
  • Aplicar técnicas de preprocesamiento de datos: limpieza, transformación y escalado.
  • Utilizar algoritmos como Árboles de Decisión, Random Forest, XGBoost y K-Means.
  • Evaluar y optimizar modelos mediante métricas, validación cruzada y Grid Search.
  • Desplegar modelos en producción mediante APIs con plumber y asistencia de ChatGPT.

Course content

10 sections44 lectures4h 44m total length
  • Bienvenido a DataBoosters0:49
  • Bienvenida al curso1:58
  • Presentación Instructor0:43
  • Archivos descargables0:13

Requirements

  • Conocimientos básicos de programación en R.
  • Familiaridad con conceptos básicos de estadística (regresión, variables, distribuciones).
  • Se recomienda tener instalado R y RStudio.
  • No se necesita experiencia previa en Machine Learning.
  • Ideal para quienes se inician en el aprendizaje automático con R.

Description

El mundo del Machine Learning ha revolucionado la manera en que interactuamos con los datos, y el lenguaje R se mantiene como una de las herramientas más poderosas y accesibles para científicos de datos. Este curso está diseñado para llevarte paso a paso desde los fundamentos hasta la implementación avanzada de modelos de Machine Learning en R, con un enfoque práctico y aplicable.

Iniciarás con una introducción clara a qué es el Machine Learning, los tipos de aprendizaje y cómo preparar tu entorno de trabajo. A partir de ahí, trabajarás con datos reales aprendiendo a importar, explorar, transformar y escalar variables para entrenar modelos robustos y confiables.

Aprenderás a construir y evaluar modelos de regresión (Lineal, Ridge, Lasso, Árboles) y de clasificación (Regresión Logística, Árboles, Random Forest, XGBoost). También dominarás técnicas de agrupamiento no supervisado como K-Means, y aplicarás métodos de validación como matriz de confusión, cross-validation y métricas específicas para evaluar el desempeño de tus modelos.

Además, descubrirás cómo optimizar tus modelos mediante Grid Search e implementar soluciones en producción utilizando plumber para crear APIs. Como plus, aprenderás a integrar ChatGPT para depuración de código y explicación de funciones, acelerando tu flujo de trabajo y aprendizaje.

Este curso es ideal para estudiantes, profesionales y autodidactas que desean introducirse en la ciencia de datos con R, mediante una formación estructurada, con casos reales y herramientas modernas.

Who this course is for:

  • Analistas de datos y científicos que desean comenzar con Machine Learning usando R.
  • Estudiantes de carreras técnicas o científicas con interés en inteligencia artificial.
  • Profesionales que trabajan con datos y desean aplicar modelos predictivos y clasificadores.
  • Personas autodidactas que buscan una introducción práctica y estructurada al aprendizaje automático.