Descripción:

Este curso ofrece una introducción práctica a las técnicas modernas de computación de datos utilizando el paquete R. Para esto se estudiará el uso de R en aplicaciones Estadísticas y de Minería de Datos, así como la generación de gráficos estadísticos y de Minería de Datos en R.

Se enseñará un uso avanzado del sistema R como lenguaje de programación de computadoras, especialmente orientado a la programación de aplicaciones Estadísticas y de Minería de Datos.

Se explorarán las conexiones con otros entornos como C, C++, Python, Java y Bases de Datos. Los estudiantes aprenden y practican el uso de R para aplicaciones concretas.

Los ejemplos de este curso estarán motivados por problemas reales en el campo. Por lo tanto, los estudiantes adquieren conocimientos de muchas herramientas diferentes que pueden combinarse para resolver problemas reales.

Objetivos:

El objetivo fundamental de este curso es que el estudiante sea capaz de manipular y generar datos con facilidad, para esto será capaz de:

1. Usar adecuadamente R para efectuar análisis de datos y generación de gráficos.
2. Escribir programas de nivel medio en R.
3. Realizar conexiones entre R, Excel.
4. Instalar y utilizar paquetes avanzados en R.
5. Generar de reportes autoreproducibles en R usando el paquete KnitR, HTML y LaTeX.

 Contenido:

1. Introducción al uso R

a. La consola y el editor en R y RStudio
b. Tipos de datos y objetos
c. Funciones más comunes
d. Uso e instalación de paquetes
e. Manejo de Datos
f. Introducción de la hoja de datos (data frame) mediante código
g. Introducción de una hoja de datos (data frame) desde Excel
h. Exportar Datos
i. Gráficos en R y en algunos paquetes
j. Estructuras de Programación

2. Generación avanzada de gráficos en R

a. Graficos en R
b. Ajuste de parámetros
c. Gráficos con ggplot
d. Gráficos con scaterplot3D
e. Uso de mapas en gráficos

3. Generación de reportes autoreproducibles en R

a. El paquete KnitR y HTML
b. El paquete KnitR y LaTeX

4. Programación en lenguaje R

a. Sentencias de control
b. Ciclos en R
c. Funciones en R
d. Variables locales y globales (efectos colaterales)
e. Programación estruturada en R
f. Programación funcional en R
g. Programación Orientada a Objetos en R
h. Fórmulas en R
i. Programación vectorizada
j. Elementos de programación paralela.
k. Generación de paquetes en R.

5. Conexión entre R Excel

 Metodología:

Este curso es impartido 100% Online, las clases son impartidas vía web en vivo desde nuestras oficinas, usando un servidor Cisco Webex, mediante una vídeo conferencia, así el estudiante  puede seguir la lección desde cualquier lugar en donde se encuentre usando su computador o incluso usando un Smart Phone o una Tablet. En estas vídeo conferencias participan todos los estudiantes quienes pueden hacer preguntas de forma oral o por medio del chat, en cualquier momento, además las vídeo conferencias quedan grabadas de modo que los estudiantes las pueden ver tantas veces como quieran o en caso de que no pudieron participar en vivo.

Este curso está basado en la teoría de la aplicación directa y práctica con casos reales de los conceptos aprendidos y tiene una duración de 4 semanas. Para esto se disponen de las siguientes herramientas:

1. Una vídeo conferencia semanal, la cual quedará grabada en CISCO-Webex, para que los alumnos la puedan acceder en cualquier momento.
2. Un trabajo práctico semanal que será entregado en nuestra aula virtual.
3. El curso tiene un foro para plantear dudas al tutor y a los compañeros.
4. El curso cuenta con un Aula virtual en la plataforma Moodle en la que se pueden bajar todos los materiales, como presentaciones, tareas, software, entre otros.

Bibliografía:

1. John M. Chambers. Programming with R: Software for Data Analysis. Springer, Stanford University, Palo Alto, 2008.
2. Graham Williams, Data Mining with Rattle and R. Springer, New York, 2011.
3. Owen Jones, Robert Maillardet and Andrew Robinson. Introduction to Scientific Programming and Simulation using R. Chapman & Hall/CRC Taylor & Francis Group, FL. 2009.
4. R Development Core Team. “R: A Programming Environment for Data Analysis and Graphics”. The R Project for Statistical Computing, 2010. http://www.r-project.org/
5. R Development Core Team. “Writing R Extensions”. The R Project for Statistical Computing, 2010. http://www.r-project.org/