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 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 de tidyverse.
- Trabajo con resúmenes grupales, uniones y remodelación 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 al estilo 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 de codificación en scripts y funciones.
- Uso de técnicas prácticas de depuración en R y RStudio.
- Pruebas de rendimiento de código lento y mejora dirigida del rendimiento.
Generación de informes y comunicación reproducibles
- Creación de informes reproducibles con R Markdown.
- Refinamiento 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 con 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 seguir mejorando en la programación con R.
Requerimientos
- Sólido conocimiento de la sintaxis central 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 la manipulación básica de datos y la creación de 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 el análisis, la generación de informes y la colaboración.
- Investigadores y profesionales técnicos que utilizan R para trabajo práctico con 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
