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
- Repaso de lo que 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 del ecosistema tidyverse
- Trabajo con resúmenes agrupados, uniones (joins) 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 mapa con purrr
- Gestión más segura de errores y valores faltantes en tareas repetidas
Depuración y mejora del rendimiento
- Identificación y corrección de errores comunes de codificación en scripts y funciones
- Uso de técnicas prácticas de depuración en R y RStudio
- Medición de rendimiento (benchmark) del código lento y realización de mejoras específicas para optimizarlo
Informes reproducibles y comunicación
- Creación de informes reproducibles con R Markdown
- Precisión de la salida visual con ggplot2 para una comunicación más clara
- Preparación de los resultados del análisis para compartir 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
- Repaso de técnicas clave y patrones comunes para el día a día con R
- Identificación de los siguientes pasos para continuar mejorando en programación con R
Requerimientos
- Conocimiento sólido de la sintaxis básica de R, tipos de datos, vectores y data frames
- Experiencia escribiendo scripts en R y trabajando en RStudio
- Experiencia intermedia en programación con R, incluida manipulación básica de datos y graficación
Audiencia objetivo
- Analistas de datos que desean escribir código R más eficiente, reutilizable y mantenible
- Científicos de datos que necesitan flujos de trabajo más robustos 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