El Certificado de Big data, se entregará una vez aprobado el examen correspondiente.
Monetiza tus conocimientos
¿Sabes que los científicos de datos son muy cotizados en el mundo laboral? Estos profesionales manejan y conocen lenguajes de programación como R, mismos que permiten desarrollar modelos estadísticos avanzados.
Este curso está diseñado y pensado para que tu seas un futuro científico de datos. R es una poderosa herramienta para el análisis y visualización de datos que se ha convertido en imprescindible en el mundo del Big Data. Es altamente eficiente para almacenar y manipular datos, además permite generar modelos predictivos para cualquier vertical de negocio.
“Los datos son la nueva ciencia. El Big Data son las respuestas.”
Pat Gelsinger
¿Qué aprenderás?
Familiarizarse con el entorno de R y RStudio.
Utilizar operaciones básicas, tipos de datos y vectores.
Utilizar estructuras de datos avanzadas como data frames, listas y matrices.
Cómo utilizar gráficos exploratorios.
Uso de estadísticas básicas, correlación y covarianza.
Utilizar los modelos de minado de datos supervisados y no supervisados.
Dirigido a
Cualquiera que aspire iniciarse en el mundo de la estadística y el análisis de datos. Personas que busquen empezar a trabajar como un Data Scientist profesional o analistas de datos que quieran profundizar su conocimiento con RStudio.
Requerimientos
Es necesario contar una computadora.
Temario
Módulo 1: Cómo iniciar con R y RStudio
¿Qué es R?
R Basics.
Creación de un proyecto.
Funciones.
Librerías.
Tipos de datos en R.
Operaciones.
Vectores: Operaciones y manipulación.
Módulo 2: Manejo de datos
Listas.
Dataframes.
Manipulación de dataframes.
Carga de datos y escritura de archivos.
Juntura de datos.
Módulo 3: Ciencia de datos en R
Conceptos básicos.
Analítica descriptiva.
Analítica predictiva.
Analítica prescriptiva.
Análisis exploratorio de datos con gráficos.
Módulo 4: Regresiones
Modelos de regresión univariante.
Modelos de regresión multivariante.
Modelos logísticos.
Módulo 5: Modelos supervisados y no supervisados
Clasificación.
Árboles de decisión.
Random Forest.
K-Nearest Neighbor.
Clustering.
¿Quien te entrenara?
Instructores calificados que cuentan con experiencia profesional de más de 15 años en proyectos relacionados a analítica y Big data
