|
1 | | -# [Curso de introducción a la estadística descriptiva con R Studio](https://www.udemy.com/estadistica-descriptiva/?couponCode=FROM_BOKDOWN_RSTUDIO) |
2 | | -*Con Juan Gabriel Gomila y María Santos* |
3 | | - |
4 | | -## Sergio Sanz Hernández OMG! otra vez y otra |
5 | | - |
6 | | -Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo: |
7 | | - |
8 | | -* Logística e instalación de R y RStudio y de Anaconda Navigator para Python |
9 | | -* Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria) |
10 | | -* Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos). |
11 | | -* Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python. |
12 | | -* Introducción a las técnicas de machine learning como por ejemplo la regresión lineal. |
13 | | -* Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos. |
14 | | -* Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial. |
15 | | - |
16 | | -Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito. |
17 | | - |
18 | | -1. Trabajando con R |
19 | | -2. Documentación con R Markdown |
20 | | -3. Estructuras de datos |
21 | | -4. Introducción a la representación gráfica |
22 | | -5. Data frames |
23 | | -6. Estadística descriptiva con datos cualitativos |
24 | | -7. Estadística descriptiva con datos ordinales |
25 | | -8. Estadística descriptiva con datos cuantitativos |
26 | | -9. Estadística descriptiva con datos cualitativos agrupados |
27 | | -10. Introducción a la regresión lineal |
28 | | -11. Introducción a distribuciones de probabilidad |
| 1 | +# [Curso de introducción a la estadística descriptiva con R Studio](https://www.udemy.com/estadistica-descriptiva/?couponCode=FROM_BOKDOWN_RSTUDIO) |
| 2 | +*Con Juan Gabriel Gomila y María Santos* |
| 3 | + |
| 4 | +## Sergio Sanz Hernández OMG! otra vez y otra |
| 5 | + |
| 6 | +Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo: |
| 7 | + |
| 8 | +* Logística e instalación de R y RStudio y de Anaconda Navigator para Python |
| 9 | +* Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria) |
| 10 | +* Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos). |
| 11 | +* Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python. |
| 12 | +* Introducción a las técnicas de machine learning como por ejemplo la regresión lineal. |
| 13 | +* Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos. |
| 14 | +* Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial. |
| 15 | + |
| 16 | +Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito. |
| 17 | + |
| 18 | +1. Trabajando con R |
| 19 | +2. Documentación con R Markdown |
| 20 | +3. Estructuras de datos |
| 21 | +4. Introducción a la representación gráfica |
| 22 | +5. Data frames |
| 23 | +6. Estadística descriptiva con datos cualitativos |
| 24 | +7. Estadística descriptiva con datos ordinales |
| 25 | +8. Estadística descriptiva con datos cuantitativos |
| 26 | +9. Estadística descriptiva con datos cualitativos agrupados |
| 27 | +10. Introducción a la regresión lineal |
| 28 | +11. Introducción a distribuciones de probabilidad |
| 29 | +"adding a line" |
0 commit comments