¿Qué aprenderás en el Curso de Programación con R?

Los seres humanos estamos generando datos de forma continua y, por este motivo, la demanda de científicos de datos no hace más que aumentar. A medida que crece el volumen de información, también lo hace la necesidad de las empresas de encontrar profesionales con las competencias necesarias para explotarlos y analizarlos. ¡Ten en cuenta que el Big Data es uno de los sectores mejor pagados y más demandados en el mercado laboral IT!


El lenguaje de programación R es una de las herramientas imprescindibles en el ámbito del data science 
para la estadística y el análisis de datos, así que en este curso de programación con R para principiantes te enseñamos tanto su instalación en diferente sistemas operativos como a usarla desde cero. Con ayuda de este lenguaje, analizaremos de forma práctica diferentes sets de datos y aprenderás a crear webs escritas en R para publicar tus resultados.

En esta introducción a R, veremos los conceptos y elementos básicos relacionados con la programación y el análisis estadístico, imprescindibles para dominar el Big Data y el machine learning. ¡Atrévete a entrar en el mundo de la ciencia de datos y aprende a programar con R!

Invierte en tu futuro

Lo que aprendas hoy, se quedará contigo para siempre. ¡Formarte es el primer paso para transformar tu vida!

Estudia donde sea

Al ser un curso online, puedes seguirlo desde cualquier parte del mundo. ¡Solo con un ordenador, tienes todo el conocimiento a tu alcance!

Impulsa tu carrera

En este curso adquirirás nuevas habilidades y herramientas que potenciarán tu perfil profesional.

Contenido del Curso de Programación con R

1.1. Capítulo 0 – Introducción
 
1.2. Capítulo 0 – Instalación Windows
 
1.3. Capítulo 0 – Instalación Mac
 
1.4. Capítulo 0 – Instalación Linux y Ubuntu
 
1.5. Capítulo 0 – ¿Donde se programa R?
2.1. Primeros pasos en R
 
2.2. Ejecuciones básicas & Operaciones numéricas
 
2.3. Vectores
 
2.4. Listas
 
2.5. Matrices
 
2.6. Factores
 
2.7. DataFrame
 
2.8. Fechas y Horas
 
2.9. Ejemplo lectura de datos
 
2.10. Valores NA, NAN, NULL
 
2.11. Notebooks
3.1. Flujo de un programa en R
 
3.2. Creación de función básica
 
3.3. Control de flujo (IF-ELSE-FOR-WHILE) – Parte 1 de 2
 
3.4. Control de flujo (IF-ELSE-FOR-WHILE) – Parte 2 de 2
 
3.5. Bucle White – Parte 1 de 2
 
3.6. Bucle White – Parte 2 de 2
 
3.7. Creación de Scripts – Parte 1 de 2
4.1. Gráficos – Introducción
 
4.2. Gráficos – Lbrería GGplot Parte 1 de 4
 
4.3. Gráficos – Lbrería GGplot Parte 2 de 4
 
4.4. Gráficos – Lbrería GGplot Parte 3 de 4
 
4.5. Gráficos – Lbrería GGplot Parte 4 de 4
 
4.6. Gráficos – Librería plotly
 
4.7. Gráficos – Gráficos 3D
5.1. Introducción al capítulo exploratorio de datos
 
5.2. Obtención y limpieza de datos – Parte 1 de 2
 
5.3. Obtención y limpieza de datos – Parte 2 de 2
 
5.4. Análisis exploratorio de datos – Parte 1 de 2
 
5.5. Análisis exploratorio de datos – Parte 2 de 2
6.1. Introducción al capítulo estadística básica
 
6.2. Estadística básica
 
6.3. Mapas
7.1.  Introducción a la regresión
 
7.2. Regresión Lineal – Parte 1 de 2
 
7.3. Regresión Lineal – Parte 2 de 2
 
7.4. Ejemplo regresión
 
7.5. RandomForest
 
7.6. XGBoost
8.1. Introducción a la clasificación
 
8.2. Limpieza datos
 
8.3. Regresión logística
 
8.4. RandomForest
 
8.5. XGBoost
9.1. Introducción a series temporales
 
9.2. Series temporales
10.1. Clustering
 
10.2. K-means parte 1 de 2
 
10.3. K-means parte 2 de 2
 
10.4. Cluster jerárquico
11.1. Python y R
12.1. Spark
13.1. Introducción a Shiny
 
13.2. Creación de aplicaciones Shiny – Parte 1 de 3
 
13.3. Creación de aplicaciones Shiny – Parte 2 de 3
 
13.4. Creación de aplicaciones Shiny – Parte 3 de 3
14.1. Plumber – Introducción
 
14.2. Creación de aplicaciones Plumber – Parte 2 de 2
15.1. Bibliografía

16.1. Obtén tu certificado

¿Qué proyecto o práctica se realizará en este curso?

A lo largo del curso se harán ejercicios prácticos para aplicar lo aprendido en Git, GitHub y SourceTree.

Tu profesor:

José María González Calabozo

José María es ingeniero de telecomunicaciones por la Universidad Carlos III de Madrid, tiene un máster TIC por la UPC y es doctor, también por la Universidad Carlos III, en temas relacionados con coclustering de genes.

Desde hace varios años trabaja como científico de datos en temas relacionados con el mundo telco. Es profesor de Estadística y Data Mining en el Bootcamp BigData en KeepCoding. Además, cuenta con una amplia base de conocimientos sobre desarrollo de software, metodologías y lenguajes.

Profesor del Curso de Programación con R

José María González

Data Scientist en Securitize y profesor de Programación con R en KeepCoding
Ingeniero de software especializado en nuevas tecnologías, calidad del producto, computación en la nube y aprendizaje continuo. Ha trabajado con Kubernetes, desarrollando aplicaciones y gestionando clústeres en producción a nivel global. También ha liderado la migración de aplicaciones legacy a contenedores, e implementado integración y despliegue continuo con ArgoCD. Además, ha sido ponente en eventos como Kubernetes Community Days y CommitConf.

FAQS

¿Cuál es la metodología de las clases?

Las clases de este curso son grabadas por un profesor experto. En este curso puedes preguntar tus dudas y las solucionaremos a la mayor brevedad posible. 

¡Nada! Al ser clases grabadas podrás verlas y repasarlas cuando quieras, desde cualquier sitio. ¡El horario lo pones tú!

¡Claro! Al ser un curso online, puedes realizarlo desde la comodidad de tu casa.

¡Sí! Si tienes cualquier duda, puedes realizar tu pregunta y en poco tiempo el profesor responderá tu pregunta. Si no llegas a obtenerla, puedes escribir a [email protected] e intentaremos responderte lo más pronto posible.

Si superas el curso, recibes nuestro Certificado KeepCoding de Finalización. 

Manejo básico de la consola de comandos de Linux/Windows (recomendable).

¿Te interesa seguir aprendiendo?

Aprende desde los fundamentos hasta obtener un nivel avanzado con nuestro bootcamp especializado.

¿Todavía tienes dudas? Prueba el Bootcamp 1 semana gratis