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
Escritura de 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 pipelines de análisis claros con herramientas de tidyverse
- Trabajo con resúmenes agrupados, uniones y reestructuración de datos
- Estructuración de pasos de preparación de datos para análisis repetibles
Programación funcional para tareas repetitivas
- Uso de herramientas de iteración como alternativa a bucles repetitivos
- Aplicación de flujos de trabajo tipo map con purrr
- Manejo más seguro de errores y valores faltantes en tareas repetitivas
Depuración y mejora del rendimiento
- Identificación y corrección de errores comunes en scripts y funciones
- Uso de técnicas prácticas de depuración en R y RStudio
- Realización de pruebas de rendimiento para código lento y aplicación de mejoras dirigidas
Generación de informes reproducibles y comunicación
- Creación de informes reproducibles con R Markdown
- Mejora de la salida visual con ggplot2 para una comunicación más clara
- Preparación de resultados de análisis para compartir con partes interesadas empresariales o de investigación
Taller aplicado y siguientes pasos
- Combinación de funciones, flujos de trabajo de datos, depuración y generación de informes en un ejercicio práctico
- Revisión de técnicas clave y patrones comunes para el trabajo diario con R
- Identificación de los siguientes pasos para continuar mejorando en la programación con R
Requerimientos
- Conocimiento sólido de la sintaxis central de R, tipos de datos, vectores y marcos de datos (data frames)
- Experiencia en la escritura de scripts en R y en el uso de RStudio
- Experiencia intermedia en programación con R, incluida la manipulación básica de datos y la creación de gráficos
Público objetivo
- Analistas de datos que deseen escribir código R más eficiente, reutilizable y mantenible
- Científicos de datos que necesiten flujos de trabajo más sólidos para el análisis, la generación de informes y la colaboración
- Investigadores y profesionales técnicos que utilicen R para tareas prácticas de análisis de datos
14 Horas
Testimonios (1)
The flexible and friendly style. Learning exactly what was useful and relevant for me.
Jenny
Curso - Advanced R
Traducción Automática