Curso completo de Estadística descriptiva - RStudio y Python

Vamos a ver las bases de R y Python, desde cero y sin experiencia previa aplicada al mundo del análisis y estadística.

What you'll learn

Estadística descriptiva incluyendo el cálculo de estadísticos básicos o la elaboración de gráficos que ayudan a visualizar la información de los datos
A utilizar R como herramienta básica de estadística y operaciones numéricas
Técnicas del mundo de la estadística para luego seguir formándose con otros cursos de Big Data, Machine Learning, Data Science o Inteligencia Artificial
Complementar la herramienta RStudio con ejemplos de Python para ser todo un genio en el análisis de datos estadísticos

Requirements

Este curso no presenta ningún requisito ya que todos los conocimientos que se imparten en el empiezan desde cero
Tener un ordenador con cualquier sistema operativo instalado ya que todo lo que se aprenderá en el curso se aplicará de forma práctica con algoritmos programados en R

Description

Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y María Santos. Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primero de carrera a matemáticos, ingenieros o informáticos como por ejemplo:

Logística e instalación de R y RStudio y de Anaconda Navigator para Python

Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)

Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).

Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.

Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.

Profundización en tipos de datos cualitativos, cuantitativos y ordinales y el correcto análisis de cada uno de ellos.

Introducción a la probabilidad, empezando desde lo más básico, pasando por variables aleatorias hasta llegar a tratar las distribuciones de probabilidad más conocidas (tanto discretas como continuas)

Comprende los estadísticos más relevantes de una distribución, como por ejemplo la media, varianza así como sesgo y curtosis. Y aprende a calcularlos tanto con R como con Python.

Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.

Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.

Who this course is for:

Estudiantes de ingenierías, matemáticas, informática o telecomunicaciones que quieran complementar sus asignaturas de estadística o inferencia con material adicional, ejemplos, ejercicios o casos prácticos.
Desarrolladores que quieran empezar a utilizar R y RStudio por primera vez
Futuros estudiantes de cursos de Machine Learning, Inteligencia Artificial, Data Science o futuros doctorandos para tener una base sólida de estadística, programación y análisis descriptivos de los datos.
Desarrolladores que quieran conocer Python como herramienta para el análisis de datos