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 un código R más limpio y reutilizable
- Revisión de los elementos 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 canales de análisis claros con herramientas tidyverse.
- Trabajo con resúmenes agrupados, uniones y remodelación de datos.
- Estructuración de los pasos de preparación de datos para análisis repetibles.
Programación funcional para tareas repetitivas
- Uso de herramientas de iteración como alternativa a los bucles repetitivos.
- Aplicación de flujos de trabajo estilo map con purrr.
- Gestión más segura de errores y valores faltantes en tareas repetidas.
Depuración y mejora del rendimiento
- Identificación y corrección de errores de codificación comunes en scripts y funciones.
- Uso de técnicas prácticas de depuración en R y RStudio.
- Medición del rendimiento de código lento y realización de mejoras específicas.
Informes reproducibles y comunicación
- Creación de informes reproducibles con R Markdown.
- Perfeccionamiento de la salida visual con ggplot2 para una comunicación más clara.
- Preparación de los resultados del análisis para compartirlos con interesados comerciales o de 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
- Sólida comprensión de la sintaxis central de R, tipos de datos, vectores y marcos de datos.
- Experiencia escribiendo scripts en R y trabajando en RStudio.
- Experiencia intermedia en programación con R, incluida 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 robustos para análisis, informes y colaboración.
- Investigadores y profesionales técnicos que utilizan R para trabajos prácticos 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
