François Chung, Ph.D.

Formación Coursera, MOOC (2020). Esta especialización cubre los conceptos y herramientas necesarios para la ciencia de datos, desde formular las preguntas correctas hasta hacer inferencias y publicar resultados. Los temas cubiertos incluyen el uso de R para limpiar, analizar y visualizar datos, usar GitHub para administrar proyectos de ciencia de datos y realizar análisis de regresión, mínimos cuadrados e inferencia usando modelos de regresión.

Curso 1: Caja de herramientas del científico de datos

Temas principales:

• Fundamentos de la ciencia de datos;
• R y Rstudio;
• Control de versiones y GitHub;
• R Markdown, pensamiento científico y big data.

Curso 2: Programación R

Temas principales:

• Antecedentes y puesta en marcha;
• Programación con R;
• Funciones de bucle y depuración;
• Simulación y análisis de rendimiento de software.

Curso 3: Obtención y limpieza de datos

Temas principales:

• Encontrar datos y leer diferentes tipos de archivos;
• Sistemas de almacenamiento de datos;
• Organizar, fusionar y gestionar datos;
• Manipulación de texto y datos en R.

Curso 4: Análisis exploratorio de datos

Temas principales:

• Gráficos analíticos y representación gráfica en R;
• Lattice y ggplot2;
• Reducción de dimensionalidad de datos;
• Técnicas de análisis de conglomerados.

Curso 5: Investigación reproducible

Temas principales:

• Conceptos, ideas y estructura;
• Markdown y knitr;
• Lista de comprobación de la investigación reproducible;
• Análisis de datos basados en evidencias.

Curso 6: Inferencia estadística

Temas principales:

• Probabilidad y valores esperados;
• Variabilidad, distribución y asíntota;
• Intervalos, pruebas y valor p;
• Pruebas de potencia, bootstrapping y permutación.

Curso 7: Modelos de regresión

Temas principales:

• Mínimos cuadrados y regresión lineal;
• Regresión lineal y multivariante;
• Residuos y diagnósticos;
• Regresión logística y de Poisson.

Curso 8: Aprendizaje automático

Temas principales:

• Predicción, errores y validación cruzada;
• Paquete caret;
• Árboles de decisión y bosques aleatorios;
• Regresión regularizada y predictores combinados.

Curso 9: Desarrollo de productos de datos

Temas principales:

• Shiny, GoogleVis y Plotly;
• R Markdown y Leaflet;
• Paquetes R y Swirl.

Referencias