Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Escribir código R más limpio y reutilizable
- Revisión de los factores que hacen que el código R sea escalable, legible y mantenible.
- Creación de funciones reutilizables con entradas, salidas y valores predeterminados claros.
- Reducción de la repetición mediante un mejor diseño de funciones y organización de scripts.
Flujos de trabajo prácticos de transformación de datos
- Construcción de canales de análisis claros con herramientas tidyverse.
- Trabajo con resúmenes agrupados, uniones y reorganización de datos.
- Estructuración de los pasos de preparación de datos para un análisis repetible.
Programación funcional para tareas repetitivas
- Uso de herramientas de iteración como alternativa a los bucles repetitivos.
- Aplicación de flujos de trabajo tipo 'map' con purrr.
- Gestión más segura de errores y valores perdidos en tareas repetidas.
Depuración y mejora del rendimiento
- Detección y corrección de errores comunes de codificación en scripts y funciones.
- Uso de técnicas prácticas de depuración en R y RStudio.
- Evaluación del código lento y realización de mejoras de rendimiento dirigidas.
Informes reproducibles y comunicación
- Creación de informes reproducibles con R Markdown.
- Perfeccionamiento de la salida visual con ggplot2 para una comunicación más clara.
- Preparación de los resultados del análisis para compartirlos con partes interesadas comerciales o de investigación.
Taller aplicado y próximos pasos
- Combinación de funciones, flujos de trabajo de datos, depuración e informes en un ejercicio práctico.
- Revisión de técnicas clave y patrones comunes para el trabajo diario con R.
- Identificación de los próximos pasos para la mejora continua en la programación con R.
Requerimientos
- Sólida comprensión de la sintaxis principal de R, tipos de datos, vectores y marcos de datos
- Experiencia escribiendo scripts en R y trabajando en RStudio
- Experiencia intermedia en programación con R, incluida la manipulación básica de datos y creación de gráficos
Audiencia objetivo
- Analistas de datos que desean escribir código R más eficiente, reutilizable y mantenible.
- Científicos de datos que necesitan flujos de trabajo más sólidos para el análisis, los informes y la colaboración.
- Investigadores y profesionales técnicos que utilizan R para trabajos prácticos con datos.
14 Horas
Reseñas (1)
The flexible and friendly style. Learning exactly what was useful and relevant for me.
Jenny
Curso - Advanced R
Traducción Automática
