PROGRAMACIÓN ESTADÍSTICA CON R
DURACIÓN: 12 semanas | HORAS ACADÉMICAS: 360 horas
2. FUNDAMENTACIÓN
Objetivo Principal: Proporcionar al participante las herramientas básicas en el entorno del lenguaje Python para realizar análisis de información.
Importancia: Frente al desarrollo explosivo de las tecnologías de información y la cantidad de datos de los que disponemos fácilmente, tenemos la oportunidad de uso de metodologías estadísticas de la mano de un potente software especializado para análisis de datos como lo es R.
Actualmente R es una de las herramientas más utilizadas para el análisis de datos, por tanto conocerlo y dominarlo es un factor imperativo para lograr competitividad en el mundo de la Analítica y el análisis de datos.
El presente curso de carácter teórico-practico, brinda al alumno conocimientos estadísticos estructurados y prácticos para iniciarse en el mundo de R con el fin de manipular datos, generar análisis estadístico y representación gráfica, a través del procesamiento de datos cuantitativos y cualitativos.
Dirigido a: Profesionales y estudiantes de diversas áreas que deseen conocer una poderosa herramienta de análisis de datos para la toma de decisiones, utilizada en diversas áreas del conocimiento, como Estadística, Informática, Economía e Ingenierías.
3. LOGRO DE APRENDIZAJE
El egresado logrará:
- Conocer el entorno de R y sus posibilidades de aplicación
- Utilizar R como herramienta de análisis estadístico.
- Implementar gráficos para el análisis visual de datos
- Interpretar los resultados obtenidos luego del análisis
4. OBJETIVOS ESPECÍFICOS DEL CURSO
- 4.1. Conocer conceptos principales en torno al mundo de Analítica.
- 4.2. Instalar R y R Studio e interactuar en el entorno de programación
- 4.3 Conocer los tipos de datos a utilizar
- 4.4 Aprender operaciones básicas para gestión de datos
- 4.5 Realizar análisis utilizando herramientas estadísticas.
- 4.6 Realizar las principales graficas para análisis de información
- 4.7 Aprender los principales conceptos ligados al Aprendizaje Maquina o ML
- 4.8 Análisis predictivo mediante Modelos de Machine Learning
- 4.9 Análisis de datos no estructurados.
5. METODOLOGÍA GENERAL DEL CURSO
El curso se desarrollará con una metodología desarrollada en un entorno virtual. Utilizando herramientas tanto sincrónicas, cómo asincrónicas.
6. PROGRAMACIÓN
7. SISTEMA DE EVALUACIÓN DEL CURSO
El cronograma de la evaluación continua del curso es el siguiente:
Los pesos ponderados de las clases de evaluación son los siguientes:
El docente aplicará dos evaluaciones continuas de manera semanal (T1 y T2). En el T2 brindaremos dos intentos, de estas evaluaciones ingresará al sistema solamente la nota más alta. Por esta razón, el Diplomado no contempla examen sustitutorio.
8. BIBLIOGRAFÍA OBLIGATORIA
- R for Data Science, Hadley Wickham y Garrett.Orreily.
- El arte de programar en R, Julio Sergio Santana Sepúlveda. Instituto Mexicano de Tecnología del Agua
FORMAS DE PAGO
Contáctenos
Solicite información