Data Science Programación R - eLearning
450,00 EUR
- 40 hours
El curso de Certificación en Ciencia de Datos con R te permite llevar tus habilidades en ciencia de datos a una variedad de empresas, ayudándolas a analizar datos y tomar decisiones comerciales más informadas. El curso abarca exploración de datos, visualización de datos, análisis predictivo y técnicas de análisis descriptivo con el lenguaje R. Aprenderás sobre paquetes de R, cómo importar y exportar datos en R, estructuras de datos en R, varios conceptos estadísticos, análisis de clústeres y pronósticos.
Características clave
Idioma
El curso y el material están en inglés
Nivel
Nivel principiante - intermedio
acceso de 1 año
a la plataforma de aprendizaje en línea 24/7
6 horas de contenido de video eLearning
con 40 horas de tiempo de estudio recomendado y prácticas
Prácticas
Laboratorios virtuales, Cuestionarios, Simulación de exámenes, Proyectos finales
Sin Examen
No hay examen para el curso pero el estudiante recibirá un certificado de finalización de la capacitación
Resultados de aprendizaje
Al final de este Curso de Aprendizaje Electrónico de Programación R en Ciencia de Datos, podrás:
Dominando la programación en R
Desarrollar competencia en R y sus paquetes para manejar tareas de análisis de datos de manera efectiva.
Exploración y Visualización de Datos
Aprende técnicas para explorar conjuntos de datos y crear visualizaciones perspicaces para descubrir patrones e insights.
Análisis Estadístico
Comprender y aplicar diversos conceptos estadísticos para interpretar los datos con precisión.
Analítica Predictiva y Descriptiva
Adquiera la capacidad de realizar análisis predictivos y descriptivos para informar los procesos de toma de decisiones.
Importación y Exportación de Datos
Adquiera habilidades para importar y exportar datos en R, facilitando el manejo fluido de los datos.
Análisis de clústeres y pronóstico
Aprende métodos para agrupar datos y hacer pronósticos basados en tendencias de datos.
Cronograma del curso
Introducción a la Analítica de Negocios
Lección 01
- Visión general
- Decisiones Empresariales y Analítica
- Tipos de análisis de negocios
- Aplicaciones de la Analítica Empresarial
- Visión general de la ciencia de datos
Introducción a la programación en R
Lección 02
- Visión general
- Importancia de R
- Tipos de datos y variables en R
- Operaciones en R
- Sentencias condicionales en R
- Bucles en R
Estructuras de Datos
Lección 03
- Identificar Estructuras de Datos
- Demostración: Identificar Estructuras de Datos
- Asignando Valores a Estructuras de Datos
- Manipulación de datos
- Demostración: Asignando Valores y Aplicando Funciones
Visualización de datos
Lección 04
- Introducción a la Visualización de Datos
- Visualización de datos utilizando gráficos en R
- Ggplot2
- Formatos de archivos de salidas gráficas R
Estadísticas para la Ciencia de Datos-I
Lección 05
- Introducción a la Hipótesis
- Tipos de hipótesis
- Muestreo de Datos
- Niveles de confianza y significación
Estadísticas para la Ciencia de Datos - II
Lección 06
- Prueba de hipótesis
- Prueba paramétrica
- Prueba no paramétrica
- Pruebas de hipótesis sobre medias poblacionales
- Pruebas de hipótesis sobre la varianza poblacional
- Pruebas de hipótesis sobre proporciones poblacionales
Análisis de regresión
Lección 07
- Introducción al Análisis de Regresión
- Tipos de modelos de análisis de regresión
- Regresión Lineal
- Demostración: Regresión Lineal Simple
- Regresión No Lineal
- Demostración: Análisis de regresión con múltiples variables
- Validación cruzada
- De modelos no lineales a lineales
- Análisis de Componentes Principales
- Análisis de Factores
Clasificación
Lección 08
- Clasificación y sus Tipos
- Regresión logística
- Máquinas de Vectores de Soporte
- Demostración: Clasificador Naive Bayes
- Demo: Clasificador Bayesiano Ingenuo
- Decisión: Clasificación de Árboles
- Demostración: Clasificación por Árbol de Decisión
- Clasificación de Bosque Aleatorio
- Evaluando Modelos de Clasificadores
- Demostración: Validación Cruzada K-Fold
Agrupamiento
Lección 09
- Introducción al Agrupamiento
- Métodos de agrupamiento
- Demostración: Agrupamiento K-medias
- Demostración: Agrupamiento Jerárquico
Asociación
Lección 10
- Regla de Asociación
- Algoritmo Apriori
- Demostración: Algoritmo Apriori
¿Quién debería inscribirse en este programa?
Existe una creciente demanda de científicos de datos cualificados en todas las industrias, lo que hace que este curso de certificación en ciencia de datos sea adecuado para participantes de todos los niveles de experiencia.
Profesionales de TI
Profesionales de Analítica
Desarrolladores de Software
Científico de datos
Inteligencia Empresarial
Requisitos previos
No hay requisitos formales para este curso. Sin embargo, se recomienda tener:
- Estadísticas Básicas: Un entendimiento fundamental de la estadística (media, mediana, desviación estándar, etc.) ayudará a comprender el contenido del curso, especialmente al aprender técnicas de análisis de datos.
- Fundamentos de Matemáticas: Las habilidades básicas en matemáticas, especialmente en áreas como álgebra y probabilidad, ayudarán a comprender algunos de los temas más avanzados de análisis y modelado de datos.
- Familiaridad con los Datos: Un conocimiento básico de conjuntos de datos, tipos de datos (numéricos, categóricos) y estructuras como tablas será útil.
Declaraciones
Licenciamiento y acreditación
La formación de certificación en Ciencia de Datos con Programación R es ofrecida por Simplilearn. AVC promociona este curso basado en el Acuerdo de Socios y cumple con los requisitos de acreditación.
Política de igualdad
Actualmente, Simplilearn no ofrece adaptaciones de exámenes debido a una discapacidad o condición médica de ningún estudiante. Se anima a los candidatos a ponerse en contacto con AVC para obtener orientación y apoyo durante el proceso de adaptación.
Preguntas Frecuentes
¿Necesitas una solución corporativa o integración de LMS?
¿No encontraste el curso o programa que encajaría para tu empresa? ¿Necesitas integración con un LMS? ¡Escríbenos! ¡Resolveremos todo!