Introducción a R para ciencia de datos (edX)

R es un lenguaje de programación de código abierto orientado a objetos con fundamentos estadísticos, que permite realizar tratamientos muy potentes con muy pocas líneas de código. La mayoría de sus funciones están vectorizadas, lo que significa que la función operará sobre todos los elementos de un vector sin necesidad de hacer un bucle aplicándola a cada elemento. Esto hace la escritura de código más concisa y fácil de leer y le proporciona una gran potencia.

Al ser un lenguaje de código abierto con una gran implantación dispone de infinidad de librerías para el tratamiento y presentación de datos, incluidas librerías que facilitan en gran medida el entrenamiento, mejora, prueba y aplicación del aprendizaje automático.

El curso presenta los fundamentos del lenguaje y la forma de utilizar sus funciones para aprovechar toda su potencia. No es un curso de aprendizaje automático, sino un curso que pretende sentar las bases de uso del lenguaje para aprovechar cursos posteriores de aprendizaje automático usando R, aunque incluye un ejemplo de aprendizaje automático en el último módulo para que el estudiante pueda apreciar la facilidad con la que se pueden entrenar y probar distintos modelos de aprendizaje automático.

What you'll learn

Aprenderás los conceptos básicos del lenguaje R y del entorno de desarrollo R Studio, empezando por cómo manejar las variables y vectores y cómo extender R con librerías y paquetes, conociendo lo que son los factores y secuencias y otras estructuras multidimensionales como las matrices, arrays y dataframes, conociendo las potentes funciones gráficas del lenguaje y las estructuras de programación y acabando con un ejemplo de aprendizaje automático usando R.

Syllabus

- Introducción al lenguaje R y al entorno de desarrollo RStudio

- Factores y estructuras multidimensionales en R

- Gráficos y estructuras de programación en R

- Aprendizaje automático en R

Prerequisites:

El alumno debería tener unos conocimientos básicos de pensamiento computacional, sin ningún lenguaje de programación en particular, debería conocer lo que son vectores y matrices, a nivel muy básico y es conveniente que conozca los indicadores estadísticos básicos (media, desviación típica, mediana, cuantiles, etc.). También le resultará de utilidad tener nociones muy básicas (a nivel de ofimática) de manejo de tablas de datos como las que se usan con una hoja de cálculo estándar.