Introducción a la programación en R | 2019

Introducción a la programación en R | 2019

Objetivo

En este curso se introducirá a los alumnos al lenguaje R; el cual hoy se afianza, tanto en la academia como en la industria, como uno de los lenguajes más valorados al momento de llevar análisis estadísticos o de ciencias de datos. El curso servirá como un pantallazo de lo que es posible hacer con esta herramienta y estará orientado a trabajar con conjuntos datos reales.

Temas centrales

Sintaxis de R. Estructuras de datos disponibles en R. Análisis estadístico básico en R. Visualizaciones de información en R. Declaración de funciones. Análisis de regresión lineal en R.

Contenidos mínimos

Declaración de variables en R.
Tipos, estructuras de datos (numeric, character, factor, logical, matrix, data.frame, list) y operaciones básicas asociadas.
Funciones para importar y exportar datos (write.table, read.table).
Unión de datos (cbind, rbind, merge).
Análisis de estadísticas descriptivas (summary, mean, median, sd).
Estructuras de control (if, for, while, next, break).
Visualización de información (strip chart, histogram, boxplot, scatter plot, ggplot2).
Declaración de funciones.

Bibliografía

García Montero (2015), Patricia, "Aprende a Programar en R", CreateSpace Independent Publishing Platform.
Kabacoff, Robert (2015), "R in Action: Data Analysis and Graphics with R" (2da edición), Manning Publications.

Instructor

Ramiro Galvez
Magíster en Desarrollo Económico por la Universidad Carlos III de
Magíster en Explotación de Datos y Descubrimiento del Conocimiento (FCEyN/UBA)
Profesor – Universidad Torcuato di Tella

 

Ramiro Gálvez es Magíster en Desarrollo Económico por la Universidad Carlos III de Madrid y Magíster en Explotación de Datos y Descubrimiento del Conocimiento por la Facultad de Ciencias Exactas y Naturales de la Universidad de Buenos Aires (FCEyN/UBA). Actualmente es profesor en la Universidad Torcuato Di Tella, alumno del Doctorado en Computación de FCEyN/UBA y forma parte del Laboratorio de Inteligencia Artificial Aplicada de FCEyN/UBA. Sus áreas de interés en investigación se centran en la intersección de los estudios sociales y el cómputo en grandes volúmenes de datos, así como también en el diseño de experimentos computacionales orientados a comprender fenómenos perceptuales, principalmente en habla y sistemas de diálogo.