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
Escribiendo un código R más limpio y reutilizable
- Repaso de qué hace 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 tidyverse
- Trabajo con resúmenes agrupados, uniones (joins) y reestructuración 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 bucles repetitivos
- Aplicación de flujos de trabajo tipo map con purrr
- Gestión más segura de errores y valores faltantes en tareas repetidas
Depuración y mejora del rendimiento
- Búsqueda y corrección de errores comunes de codificación en scripts y funciones
- Uso de técnicas prácticas de depuración en R y RStudio
- Metricas de rendimiento (benchmarking) de código lento y realización de mejoras puntuales de rendimiento
Informes reproducibles y comunicación
- Creación de informes reproducibles con R Markdown
- Refinamiento de la salida visual con ggplot2 para una comunicación más clara
- Preparación de los resultados del análisis para compartir con stakeholders de negocios o 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 programación R
Requerimientos
- Sólido entendimiento de la sintaxis central de R, tipos de datos, vectores y data frames
- Experiencia escribiendo scripts en R y trabajando con RStudio
- Experiencia intermedia en programación con R, incluyendo manipulación básica de datos y gráficos
Público 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 análisis, informes y colaboración
- Investigadores y profesionales técnicos que utilizan R para trabajo práctico 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