Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/jbkunst/intro-elementos-ds
https://github.com/jbkunst/intro-elementos-ds
educational r r4ds tidyverse
Last synced: 10 days ago
JSON representation
- Host: GitHub
- URL: https://github.com/jbkunst/intro-elementos-ds
- Owner: jbkunst
- Created: 2022-04-04T03:22:39.000Z (over 2 years ago)
- Default Branch: main
- Last Pushed: 2022-11-07T18:02:36.000Z (about 2 years ago)
- Last Synced: 2024-11-12T09:49:58.755Z (about 2 months ago)
- Topics: educational, r, r4ds, tidyverse
- Language: HTML
- Homepage: https://jkunst.com/intro-elementos-ds
- Size: 55.5 MB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: readme.Rmd
Awesome Lists containing this project
README
---
title: "Introducción a los elementos del DS"
output:
github_document:
toc: true
editor_options:
chunk_output_type: console
---
```{r setup, include=FALSE}
knitr::opts_chunk$set(echo = FALSE)
```
## Programa
1. Introducción a la programación con R.
- Ambiente de programación Rstudio.
- Proyectos y scripts.
- Creación, manipulación y asignación de objetos.
- Ejecutando código.
1. Análisis Exploratorio de datos.
- Visualización de datos con ggplot2: Mapeos estéticos, separación en facetas, geometrías.
- Transformación de datos: filtrar, ordenar, seleccionar, transformaciones, resúmenes agrupados y transformaciones agrupadas.
- Introducción al _Pipe_ `|>`.
1. Manipulación de datos.
- Datos relacionales: uniones (joins) de transformación y filtrado.
- Datos ordenados: pivotar, separar y unir, valores faltantes.
- Manejo de strings y expresiones regulares. Manipulación de factores y fechas.
- Importación y orígenes de información: texto plano, API, bases de datos, Web scraping.
1. Modelamiento.
- Conceptos básicos: predicción, error, sesgo, métricas de evaluación.
- Modelos de Regresión: Lineal y Logística.
- Árboles de decisión.
- Random Forests. Ideas tras Bagging y Boosting.
- Importancia de variables.
- Métodos no supervisados, métodos de clustering.
## Slides
```{r, results='asis'}
slides_files <- dir("slides", full.names = TRUE) |>
stringr::str_subset(".html") |>
stringr::str_subset("99", negate = TRUE)
slides_url <- file.path(
"https://jbkunst.github.io",
"intro-elementos-ds",
slides_files
)
slides_nms <- slides_files |>
stringr::str_replace("html$", "Rmd") |>
purrr::map(rmarkdown::yaml_front_matter) |>
purrr::map(purrr::pluck, "subtitle") |>
stringr::str_remove("^[0-9]+") |>
# stringr::str_remove("\\.html$") |>
stringr::str_replace_all("\\-", " ") |>
stringr::str_trim()
# n <- "R Rstudio Copy Paste"
# u <- "https://jbkunst.github.io/usach-ingemat-intro-elementos-ds-202201/01-R-Rstudio-copy-paste.html"
purrr::walk2(slides_nms, slides_url, ~ {cat(stringr::str_glue("1. [{ n }]({ u })", n = .x, u = .y)); cat("\n")})
```
## Repositorio
Repositorio del curso en github https://github.com/jbkunst/intro-elementos-ds. Acá podrás
encontrar datos, código fuente de las slides, evaluaciones, etc.
## Bibliografía
- [R para Ciencia de Datos](https://es.r4ds.hadley.nz/).
- [R for Data Science](https://r4ds.hadley.nz/).
## Dinámicas de clase (Segundo semestre 2022)
### Online
- Objetivo principal: Mostrar contenidos, ejemplos y fuentes de información. Programar en conjunto (pair programming).
- Horario: Lunes 16:45-18.10
- Lugar: Via google meet https://meet.google.com/upx-rxan-vwt
### Presencial
- Objetivo principal: Realizar ejercicios, responder dudas y repasar contenidos previos.
- Horario: Miércoles 17:10-18:40.
- Lugar: Laboratorio 208.