¿Qué quieres aprender?

Análisis y visualización de datos con R

Análisis y visualización de datos con R

Eproned - Vinculo Profesional

Curso presencial

Madrid


301-500 €

Duración : 2 Semanas

¿Quieres hablar con un asesor sobre este curso?

Sedes

Localización

Fecha inicio

Madrid

Objetivos

Cursando esta formación, basada en una metodología docente que te hará repasar conceptos teóricos con la realización de ejercicios prácticos, te harás partícipe de los conocimientos necesarios para la utilización de R, la herramienta de análisis más potente del mercado para el análisis estadístico. Entre otros aspectos, trabajarás en operativas de extracción de la información, tratamiento de datos, modelización descriptiva y predictiva, visualización de la información, etcétera.

A quién va dirigido

Este curso está especialmente indicado a profesionales con necesidades de análisis avanzado de información. Analistas de negocio, y técnicos que necesitan analizar datos procedentes de distintas fuentes, integrarlos y tratarlos con objeto de obtener conclusiones, patrones o predicciones. Continúa en Emagister.com para descubrir toda la información que necesitas sobre este curso y/u otros similares dentro de nuestra categoría de organización de la empresa.

Requisitos

Experiencia en manejo de datos (Excel). Conocimientos básicos de programación y bases de datos.

Temario completo de este curso

  • Introducción a R:
  • Orígenes y desarrollo R. Capacidades de la herramienta
  • Instalación RStudio. Entorno de trabajo
  • Instalación de paquetes y librerías
  • Comandos básicos

  • Tratamiento de datos:
  • Estructuras y tipos de datos
  • -Listas, vectores, matrices , conjuntos de datos y factores
  • Interacción con diferentes fuentes de datos origen
  • -Fichero plano, csv, Excel, XML
  • -Conexión a SGDB
  • Importación de datos
  • Manipulación de datos:
  • -Estructuras iterativas y condicionales
  • -Transformaciones, ordenaciones, unicidad y filtros en conjuntos de datos
  • -Cruces y uniones de conjuntos de datos
  • -Creación y aplicación de funciones
  • Exportación de datos

  • Visualización de datos:
  • Representación unidimensional, bidimensional y tridimensional
  • Datos estadísticos: Histograma, diagrama de caja, diagrama de tallo y hojas, gráficos dispersión
  • Tipos de gráficos: puntos, barras, líneas, circular y contorno
  • Gráficos especiales: coordenadas polares, burbujas, mapas, clusters, árboles y gráficos con movimiento.

  • Estadística descriptiva:
  • Estadísticos descriptivos básicos: Agregados, medias, desviación típica, varianza, frecuencias y cuartiles.
  • Correlaciones. Análisis de varianza. Regresión lineal.
  • Clusterización

  • Estadística predictiva:
  • Uso de la estadística predictiva y los modelos matemáticos en el entorno empresarial
  • Arboles de decisión
  • Regresión logística
  • Redes neuronales
  • Series temporales

  • Integración de R con otras herramientas:
  • Uso en Big Data. Integración con Hadoop
  • Interfaces para trabajar con R
Ver más