Black Friday

¡Ahorra a lo grande!

Todos los cursos por menos de $5 - ¡Válido por tiempo limitado!
viendo ahora
4 Estudiantes
120 Lecciones
Pincipiante

¿Que es lo que aprenderás?

  • Sabrás cómo y por qué usar R para ciencia de datos y aprendizaje automático
  • Obtendrás consejos prácticos y asesoramiento sobre la carrera como científico de datos
  • Trabajarás en tareas prácticas y examinarás estudios de caso para entender completamente los fundamentos de programación R
  • Serás capaz de utilizar las funciones principales y los paquetes de R

Plan de estudios

22h 31m
Sección 1: Conoce a tu instructor
02:33
Sección 2: Introducción a la ciencia de datos
56:59
Introducción al científico de datos
12:31
Cómo cambiar tu profesión hacia el aprendizaje automático Parte 1
14:56
Cómo cambiar tu profesión hacia el aprendizaje automático Parte 1
03:31
Sección 3: Descripción del contenido del curso
22:41
Descripción del contenido del curso
22:41
Sección 4: Introducción a R
26:15
Introducción a R
15:07
Configurando R
11:08
Sección 5: Programación R
55:14
Operador R
13:45
Declaraciones condicionales & bucle R
12:02
Programación R - Función R #1
13:20
Programación R - Función R #2
10:10
Programación R - Función R #3
05:57
Sección 6: Estructura de datos R
49:23
Una introducción a la estructura de datos R + Vector
11:13
Matriz, array y marco de datos
14:37
Un vistazo profundo al marco de datos R
13:02
Factor
04:12
Estructura de datos R - Lista
06:19
Sección 7: Importar y exportar en R
32:16
Importar datos CSV en R
09:26
Importar datos de texto en R
03:19
Importar datos Excel, web en R
12:47
Exportar datos en R - Texto
02:37
Exportar datos en R - CSV & Excel
04:07
Sección 8: Manipulación de datos
1:33:49
Manipulación de datos - Aplicar función
13:15
Manipulación de datos - seleccionar
11:46
Manipulación de datos - mutar
14:28
Manipulación de datos - filtro
14:11
Manipulación de datos - ordenar
09:38
Manipulación de datos - operador de tubería
08:30
Manipulación de datos - agrupar en
11:26
Manipulación de datos - Fecha
10:35
Sección 9: Visualización de datos
2:10:04
Introducción a la visualización de datos & diagrama de dispersión
12:01
Visualización de datos - mfrow
07:37
Visualización de datos - pch
12:30
Visualización de datos - Color
01:19
Visualización de datos - Gráfico de líneas
03:21
Visualización de datos - Barra gráfica
07:05
Visualización de datos - Diagrama de pastel
06:43
Visualización de datos - Diagrama de barras
07:06
Visualización de datos - Gráfico de densidad
02:26
Visualización de datos - Gráfico de caja
05:01
Visualización de datos - Gráfico de mosaico y mapa de calor
07:59
Visualización de datos - Gráfico 3D
10:39
Gráfico de correlación y nube de palabras
09:02
Visualización de datos - ggplot2 Part 1
14:03
Visualización de datos - ggplot2 Part 2
08:08
Visualización de datos - ggplot2 Part 3
15:04
Sección 10: Introducción a estadísticas
2:02:57
Introducción a estadísticas Parte 1
13:25
Introducción a estadísticas Parte 2
08:53
Introducción a estadísticas Parte 3
14:55
Introducción a estadísticas Parte 4
04:15
Introducción a estadísticas Parte 5
15:10
Introducción a estadísticas Parte 6
08:21
Introducción a estadísticas Parte 7
15:04
Introducción a estadísticas Parte 8
10:45
Introducción a estadísticas Parte 9
10:24
Introducción a estadísticas Parte 10
14:34
Introducción a estadísticas Parte 11
07:11
Sección 11: Prueba de hipótesis
41:58
Prueba de hipótesis Parte 1
10:08
Prueba de hipótesis Parte 2
11:28
Prueba de hipótesis Parte 3
14:21
Prueba de hipótesis Parte 4
06:01
Sección 12: Prueba de hipótesis en práctica
2:14:01
Prueba de hipótesis en práctica Parte 1
15:04
Prueba de hipótesis en práctica Parte 2
09:36
Prueba de hipótesis en práctica Parte 3
14:16
Hypothesis Testing in Practice Part 4
12:36
Prueba de hipótesis en práctica Parte 5
10:29
Prueba de hipótesis en práctica Parte 6
13:46
Chi-cuadrado Parte 1
11:19
Chi-cuadrado Parte 2
14:57
ANOVA Parte 1
12:30
ANOVA Parte 2
14:20
¿Qué hemos discutido en el capítulo hasta ahora?
05:08
Sección 13: Caja de herramientas de aprendizaje automático
26:31
Caja de herramientas de aprendizaje automático Parte 1
14:00
Caja de herramientas de aprendizaje automático Parte 2
12:31
Sección 14: Entendimiento de caso de negocio
12:51
Entendimiento de caso de negocio
12:51
Sección 15: Pre-procesamiento de datos
1:24:14
Pre-procesamiento de datos parte 1
14:45
Pre-procesamiento de datos parte 2
14:29
Pre-procesamiento de datos parte 3
10:25
Pre-procesamiento de datos parte 4
09:39
Pre-procesamiento de datos parte 5
12:33
Pre-procesamiento de datos parte 6
07:19
Pre-procesamiento de datos parte 7
15:04
Sección 16: Aprendizaje supervisado : Regresión
3:06:14
Regresión lineal parte 1
11:47
Regresión lineal parte 2
14:23
Regresión lineal parte 3
20:21
Regresión lineal parte 4
19:02
Regresión lineal parte 5
25:00
Regresión lineal parte 7
15:02
Regresión lineal parte 7 - Correlación Parte 1
14:31
Regresión lineal parte 7 - Correlación Parte 2
13:44
Regresión lineal parte 8 - Regresión por pasos
12:52
Regresión lineal parte 9 - Regresión por pasos
16:03
Regresión lineal parte 10 - Variable falsa
12:34
Regresión lineal parte 11 - No lineal
10:55
Sección 17: Descripción de clasificación
13:29
Descripción de clasificación
13:29
Sección 18: Regresión logística
1:11:26
Regresión logística Intuición
14:04
Implementación de código R Parte 1
05:09
Implementación de código R Parte 2
10:37
Evaluación de modelo
12:28
Estudio de caso Telecom Churn
22:27
Resumen
06:41
Sección 19: Estudio K-NN
40:13
K-NN Intuición
13:26
K-NN Implementación de código R
12:48
Estudio de caso K-NN
13:59
Sección 20: Estudio SVM
45:18
SVM - Intuición
08:44
SVM Implementación de código R
08:22
SVM - Ajuste de modelo
09:00
SVM - Estudio de caso Telecom
07:56
SVM - Ventajas y desventajas de caso inseparable
07:27
SVM resumen del capítulo
03:49
Sección 21: Naive Bayes
36:46
Naive Bayes - Intuición
19:56
Naive Bayes - Implementación de código R
08:25
Naive Bayes - Estudio de caso
08:25
Sección 22: Árbol de decisión
1:06:18
Árbol de decisión - Intuición
14:54
Árbol de decisión - Cómo funciona
07:40
Árbol de decisión - Implementación de código R
13:44
Árbol de decisión - Recorte
15:36
Árbol de decisión - Estudio de caso
14:24

Descripción

Requisitos

  • No se requiere conocimiento previo para tomar este curso
  • Los programas y los datos necesarios se te proveerán de manera gratuita

Sobre el instructor

Reseñas 2
Estudiantes 324
Cursos 4

Reseñas de la plataforma de BitDegree

Nuestros estudiantes dicen Excelente
9.5 fuera de 10
trustpilot logo 1 trustpilot logo