Saltar al contenido
Instituto de Data Science de Argentina

Diplomatura en R aplicada a Científico de Datos

Modalidad Diplomatura online: Las clases teóricas y las prácticas se emiten por videoconferencia en vivo y son interactivas. Las emisiones se guardan para repaso de los estudiantes y tienen soporte de material PDF. Trabajos prácticos sobre casos reales
Carga horaria 120 Hs
Duración 12 semanas
Inicio: 24 febrero de 2020
Inscripción abierta. Cupos limitados!
Abona la Matrícula y reservá tu vacante.
Costo total: $ 19.900
Matrícula $ 9.900 y dos cuotas de $ 5.000
*Bonificación especial en la Matrícula para quienes se inscriban hasta 10 días antes que inicie la Diplomatura.

$9.900

Producto disponible

Descripción

Programa de estudios de la Diplomatura en R aplicada a Científico de Datos

La Diplomatura en R aplicada a Científico de Datos está enfocada a aprender a programar en R y su aplicación orientada al mundo la ciencia de datos

Beca gratis

Programa analítico de la Diplomatura

Unidad 1: Estructuras de datos en R
Variables, vectores y matrices
Dataframes
Manejo de archivos csv
Conexión a bases de datos

Unidad 2: Estructuras de control en R
Ejecución condicional
Bucles
Funciones en R
Paquetes y librerías

Unidad 3: Herramientas descriptivas en R
Medidas estadísticas
Correlaciones
Funciones estadísticas en R
Test de hipótesis en R

Unidad 4: Herramientas de Graficación en R
Gráficos de densidad
Gráficos de puntos
Gráficos de barras
Gráficos de líneas
Gráficos circulares
Gráficos de cajas
Gráficos de dispersión
Gráficos múltiples
Exportación de gráficos

Unidad 5: Introducción a la Ciencia de los Datos
BI: La ciénaga conceptual:
¿Qué es BI?
¿Qué es Big Data?
¿Qué es un Datawarehouse?
¿Qué es R?
¿Qué es la Ciencia de los Datos?
El Rol del Científico de Datos
Elementos de sintaxis de R
Repositorios de Algoritmos
Comunicación multinivel

Unidad 6: Algoritmos Descriptivos en R
Medidas estadísticas
Análisis de Fourier
Algoritmos de Agrupamiento

Unidad 7: Herramientas de Graficación en R
Gráficos de densidad
Gráficos de puntos
Gráficos de barras
Gráficos de líneas
Gráficos circulares
Gráficos de cajas
Gráficos de dispersión

Unidad 8: Algoritmos Predictivos básicos en R

Árboles de Decisión y Random Forest
Redes Neuronales
Reglas de asociación

Unidad 9: Algoritmos Predictivos avanzados en R
Métodos Bayesianos
Discriminante Lineal y Cuadrático
Máquinas vectoriales de soporte

Unidad 10: Series temporales en R
Definición y descripción de las series temporales
Concepto de estacionareidad
Separación en componentes estacionarias
ARIMA
TBATS

Unidad 11: Método de Montecarlo en R
Construcción de una distribución de probabilidades a partir de datos experimentales
Obtención de números aleatorios que sigan una distribución de probabilidades teórica
Obtención de números aleatorios que sigan una distribución de probabilidades experimental
Construcción de un Montecarlo en R

Unidad 12: Algoritmos genéticos en R
Uso de algoritmos genéticos para predicciones puntuales
Uso de algoritmos genéticos para optimizaciones binarias
Uso de algoritmos genéticos para optimizaciones basadas en una función

Docente: Ignacio Urteaga

Catálogo de cursos