Curso
Análisis de redes en R
- IntermedioNivel de habilidad
- 4.7+
- 120 revisiones
Aprende a analizar y visualizar datos de red con el paquete igraph y crea gráficos de red interactivos con threejs.
Probabilidad y estadística
Mira vídeos cortos de instructores expertos y pon en práctica tus conocimientos con ejercicios interactivos en el navegador.
o
Curso
Aprende a analizar y visualizar datos de red con el paquete igraph y crea gráficos de red interactivos con threejs.
Probabilidad y estadística
Curso
Leverage the power of tidyverse tools to create publication-quality graphics and custom-styled reports that communicate your results.
Visualización de datos
Curso
Learn how to produce interactive web maps with ease using leaflet.
Visualización de datos
Curso
En este curso aprenderás a aprovechar las técnicas estadísticas para trabajar con datos categóricos.
Probabilidad y estadística
Curso
Aprende a optimizar tus flujos de trabajo de machine learning con tidymodels.
Machine Learning
Curso
Utiliza tus habilidades de manipulación y visualización de datos para explorar el historial de votaciones de la Asamblea General de las Naciones Unidas.
Análisis exploratorio de datos
Curso
Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.
Manipulación de datos
Curso
Domina conceptos básicos sobre la manipulación de datos, como el filtrado, la selección y el cálculo de estadísticas por grupos utilizando data.table.
Manipulación de datos
Curso
Aprende a ajustar los hiperparámetros de tu modelo para obtener los mejores resultados predictivos.
Machine Learning
Curso
Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.
Machine Learning
Curso
Aprende a acceder a datos financieros desde archivos locales y fuentes de Internet.
Finanzas aplicadas
Curso
Trabajar con series de rentabilidad de factores de riesgo, estudiar sus propiedades empíricas y realizar estimaciones del valor en riesgo.
Finanzas aplicadas
Curso
Aprende a detectar el fraude con análisis en R.
Machine Learning
Curso
Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.
Finanzas aplicadas
Curso
Learn to read, explore, and manipulate spatial data then use your skills to create informative maps using R.
Visualización de datos
Curso
Los GAM modelan las relaciones en los datos como funciones no lineales que se adaptan bien a varios tipos de problemas de ciencia de datos.
Probabilidad y estadística
Curso
Explora las reglas de asociación del análisis de cestas de compra con R analizando datos minoristas y creando recomendaciones de películas.
Manipulación de datos
Curso
Aprovecha los paquetes tidyr y purrr de tidyverse para generar, explorar y evaluar modelos de machine learning.
Machine Learning
Curso
Aprende la técnica de la bolsa de palabras para la minería de textos con R.
Machine Learning
Curso
Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.
Informes
Curso
Aprende a utilizar R para desarrollar modelos que permitan evaluar. analizar bonos y protegerlos frente a los tipos de interés cambiantes.
Finanzas aplicadas
Curso
In this course youll learn how to use data science for several common marketing tasks.
Machine Learning
Curso
Especificar y ajustar modelos GARCH para pronosticar la volatilidad variable en el tiempo y el valor en riesgo.
Finanzas aplicadas
Curso
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.
Desarrollo de software
Curso
¡Practica tus habilidades con Shiny mientras creas divertidas aplicaciones Shiny para situaciones de la vida real!
Informes
Curso
Aprende a crear y evaluar modelos de medición utilizados para confirmar la estructura de una escala o cuestionario.
Probabilidad y estadística
Curso
Diagnostica, visualiza y trata los datos ausentes con una variedad de técnicas de imputación y consejos para mejorar los resultados.
Manipulación de datos
Curso
Mejora tus habilidades financieras para realizar pruebas retrospectivas, analizar y optimizar portafolios financieros.
Finanzas aplicadas
Curso
Aprende a utilizar el paquete limma de Bioconductor para el análisis diferencial de la expresión génica.
Probabilidad y estadística
Curso
Aprende a resumir y manipular listas fácilmente con el paquete purrr.
Desarrollo de software
La ciencia de datos es un área de especialización centrada en la obtención de información a partir de los datos. Mediante el uso de habilidades de programación, métodos científicos y algoritmos, entre otros, los científicos de datos analizan la información para generar conclusiones prácticas.
Tendrás que aprender un lenguaje de programación como Python o R y dominar los principios de las matemáticas y la estadística. También es esencial conocer los métodos de análisis de datos y las herramientas de ciencia de datos. Hay muchas formas de aprender esta disciplina: además de la formación reglada, como una carrera o estudios universitarios, existen muchos otros recursos que te permiten aprender a tu ritmo. Aparte de los cursos online y los tutoriales, tienes a tu disposición libros, vídeos y mucho más.
Además de conocimientos de matemáticas y estadística, los científicos de datos necesitan habilidades de programación en lenguajes como Python, R y SQL. Asimismo, la ciencia de datos requiere capacidad para trabajar con grandes conjuntos de datos, conocimientos de visualización de datos, preparación de datos y gestión de bases de datos. También resulta muy útil contar con competencias en machine learning y aprendizaje profundo.
En el ámbito profesional, casi cualquier sector puede utilizar la ciencia de datos en cierta medida. Las organizaciones sanitarias la emplean para detectar y curar enfermedades, mientras que las empresas financieras la usan para detectar y prevenir el fraude. Todo tipo de sectores aplican la ciencia de datos al marketing, por ejemplo, para crear sistemas de recomendación y analizar la pérdida de clientes.
Sí, la ciencia de datos se encuentra entre los sectores de más rápido crecimiento en los EE. UU. y en todo el mundo. También es una de las carreras mejor pagadas que existen. Según datos de Payscale, los científicos de datos con experiencia ganan una media de 97 609 USD y tienen un índice de satisfacción de cuatro estrellas sobre cinco en Estados Unidos.
Hay algunos aspectos a considerar. En primer lugar, el acceso a las titulaciones en ciencias de datos puede ser competitivo, ya que a menudo exigen altas calificaciones constantes. Asimismo, muchas de las habilidades requeridas para la ciencia de datos requieren mucho estudio y paciencia. Dominar todos los fundamentos necesarios puede llevar varios meses, así como mucha experiencia práctica para conseguir un puesto de nivel inicial.
Sí, necesitarás algo de experiencia en programación en lenguajes como Python, R, SQL, Java y C/C++. Sin embargo, debido a su sintaxis relativamente simple, Python suele ser el lenguaje de programación preferido entre los principiantes.
Para una persona sin experiencia previa en programación ni formación matemática, normalmente se necesitan de 7 a 12 meses de estudios intensivos para alcanzar el nivel de un científico de datos principiante. Sin embargo, es importante recordar que aprender solo los fundamentos teóricos de la ciencia de datos puede no convertirte en un verdadero científico de datos.
Una vez que domines los fundamentos de la ciencia de datos, podrás especializarte en una variedad de áreas, incluido el machine learning, la inteligencia artificial, el análisis de big data, el análisis e inteligencia empresarial, la minería de datos y más.
Progresa desde cualquier dispositivo móvil con nuestros cursos y desafíos de programación diarios de 5 minutos.