Curso avanzado de estadística multivariante con R y Python
What you'll learn
- Libro completo de regalo sobre Estadística Multivariante con 160+ páginas.
- Grupo privado para dudas.
- Técnicas multivariantes para el análisis de datos.
- Habilidades prácticas con R y Python para datos reales.
- Nuevas e impresionantes visualizaciones de datos multivariados en 2D, 3D y con movimiento.
- Conocimiento teórico sobre el espacio multivariante y propiedades útiles para llevar el conocimiento a la práctica.
- Todo sobre la forma de las distribuciones multivariantes.
- Inferencia multivariante.
- Cómo configurar un análisis de componentes principales (PCA).
- Cómo estimar e interpretar un Análisis Factorial Exploratorio (EFA).
- Estimar un problema de escalamiento multidimensional (MDS).
- Agrupar datos similares (o diferentes) con las técnicas de análisis de clúster.
- Clasificar datos multivariantes.
Requirements
- Los estudiantes deberán instalar el popular software R y RStudio sin costo (se proporcionan instrucciones).
- Sería útil si los estudiantes tienen algún conocimiento básico de estadística.
- No se requieren más conocimientos o habilidades específicas.
Description
Bienvenido a nuestro Curso avanzado de estadística multivariante con R y Python, donde Elisa Cabana y Juan Gabriel Gomila, dos de los instructores top de Udemy, así como matemáticos y analistas de datos de profesión te traen todo lo que necesitas para analizar datos del mundo multivariante tanto en R como en Python, los dos lenguajes de programación más utilizados de todo el mundo para el análisis de datos, y dos habilidades super solicitadas por las empresas en las ofertas de trabajo de Linkedin.
Además el curso viene con un REGALO DE BIENVENIDA que se trata de un Libro completo de más de 160 páginas de contenido sobre Estadística Multivariante!!!
Y tendrás acceso a un grupo privado para dudas para que no te sientas solo.
¿Qué vamos a aprender?
Empezaremos con el análisis exploratorio para ser capaces de describir y visualizar los datos de las muestras que tenemos. La visualización es importante para entender los datos, así que poder producir gráficos 2D y 3D es sin duda un requisito para poder hacer un correcto análisis multivariante.
Luego vamos a ver toda la teoría detrás de las variables aleatorias multivariantes y sus distribuciones respectivas.
También veremos los métodos de inferencia multivariante para obtener conclusiones más generales respecto al proceso que ha generado los datos de que disponemos y poder contrastar hipótesis respecto a su estructura.
Los métodos de componentes principales (PCA) y análisis factorial para reducir la dimensión y ver patrones que antes no se veían debido a la gran cantidad de datos, muy utilizados en el campo del Big Data para poder analizar datos en nuestras propias máquinas.
El escalado multidimensional (MDS) para cuando los datos disponibles no corresponden a variables sino a similitudes o semejanzas entre ellos.
Y finalizaremos con los métodos de agrupaciones que son clustering y clasificación para investigar si los elementos de nuestra muestra forman un grupo homogéneo o no, y poder clasificar nuevos datos que vengan en un futuro en uno de dichos grupos.
Y todo esto con transparencias explicando toda la teoría, ejemplos y casos prácticos explicados al completo, todo el código fuente tanto en R como en Python y por supuesto ejercicios prácticos, cuestionarios, tareas, y material complementario para poder seguir el curso sin ningún problema y que al completarlo seas un experto del análisis de datos multivariante.
Who this course is for:
- Cualquier persona interesada en utilizar técnicas de análisis multivariante como base para la Minería de Datos, el modelado estadístico y Machine Learning.
- Profesionales de análisis cuantitativo de colegios, universidades o empresa, que buscan aprender nuevas habilidades de análisis de datos multivariados.
- Estudiantes universitarios que buscan trabajo en los campos de análisis predictivo, negocios, análisis de datos, y Data Science.
- Estudiantes graduados que deseen aprender más técnicas y enfoques de análisis de datos aplicados.
Course content
- Preview03:22
- 02:40No valores el curso hasta avanzar más
- Preview09:44
- 15:05Acceso a los materiales del curso
- 13:10Cómo abrir los notebooks del curso en Google Collaboratory
- 00:04Acceso a la comunidad privada de estudiantes
- 06:36¿Cómo formular preguntas en el curso?
- 08:16Las competiciones y materiales de Kaggle
- 01:02Descuentos de todos mis cursos
- 00:15Material extra
Instructors
![Juan Gabriel Gomila Salas](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.6 Instructor Rating
- 45,229 Reviews
- 371,021 Students
- 99 Courses
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 330.000 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.
- 4.6 Instructor Rating
- 1,138 Reviews
- 16,382 Students
- 8 Courses
Hola a todos, soy Eli, la creadora de Aprende con Eli. Soy una joven profesora apasionada del Análisis de Datos. Sobre mi formación, soy Licenciada en Matemáticas por la Universidad de La Habana, ciudad en la que nací y crecí hasta que después de graduarme gané una beca para hacer el máster en la Universidad Carlos III de Madrid, España. Y luego, terminé haciendo el doctorado en la especialidad de Estadística. Actualmente me dedico a la investigación de métodos robustos de detección de atípicos, un campo que tiene muchísima importancia en Medicina, Neurociencia, Química, Geoquímica, Finanzas, entre muchos otros. Además de trabajar en investigación, soy profesora en la Universidad Carlos III de Madrid, donde tengo más de 10 años de experiencia impartiendo la asignatura de Estadística. He tenido alumnos de Ingeniería Informática, Telecomunicaciones, Industriales, Mecánica, Eléctrica, Administración de Empresas y ADE+Derecho. Me encanta todo lo relacionado con Data Mining, detección de atípicos, clustering, clasificación, regresión lineal, regresión logística, análisis discriminante, Machine Learning, Artificial Intelligence y Big Data, especialmente en R, Matlab o Python.
Sobre mí personalmente puedo decirles que también tengo una vena artística, me encanta tocar la guitarra, cantar covers, dibujar, escribir y la fotografía. Soy siempre muy positiva e intento no perder nunca la motivación por alcanzar mis objetivos. Y otra de mis pasiones es enseñar, ver que los estudiantes no solo "aprueban" sino que realmente aprenden. Eso me ha motivado crear estos cursos en Udemy, el saber que puedo enseñar la Estadística de una forma más práctica y más amena, porque a lo largo de mi experiencia docente he aprendido que los alumnos no suelen entender los conceptos porque no se explica a veces la conexión que hay entre todos ellos y el por qué es importante entenderlos.
Espero que te animes a pasar mis cursos y que te ayuden con tus objetivos académicos. En mi web Aprende con Eli, puedes obtener ¡tres libros gratis! Además encontrarás todos los cursos con descuento y un blog donde debatimos cosas interesantes como por ejemplo ¿cuál es la diferencia entre machine learning e inteligencia artificial?
¡Nos vemos en clase!