Bienvenidos al curso

Este ramo consiste en la comprensión y manipulación de datos, tanto en la utilización de visualización como en herramientas de análisis, para poder rescatar la mayor cantidad de información de valor.

Libros

• Libro Big Data de Walter Sosa:

Este libro -uno de los libros guías del curso- es fácil, rápido y entretenido de leer. Explica con anécdotas divertidas lo que es la ciencia de datos. Les sirve para entender el fondo más allá de la programación que vemos en clases. De esta forma, se vuelve más fácil aplicarlo, y sobretodo, lograr un buen análisis en su trabajo final. Está disponible en la biblioteca online de la UAI. Si les cuesta encontrarlo, pregunten por el chat de la página de la biblioteca

• Libro online: R para Ciencia de Datos:

Este libro online es una guía para aprender R. A diferencia de nuestro curso, utiliza como base la sintaxis del paquete dplyr, y nosotros aprendimos a usar el paquete data.table. No importa cual sintaxis usen, a veces es bueno probar más de una para decidir que es lo que más les acomoda. Los capítulos de visualizaciones de este libro también son muy buenos y siempre se los recomiendo. La gracia que tiene al ser un R book es que todos los códigos están listos para copiar y pegar en R, además de que usan bases de datos internas de R para los ejemplos. Por esto, es muy fácil de replicar para practicar. Está disponible aquí

• Otros libros:
  • R para principiantes de Emmanuel Paradis en CRAN
  • R para profesionales de los datos: una introducción de Carlos J. Gil Bellosta
• También existen las Cheatsheets, que son resúmenes en 1 o 2 páginas de paquetes y funciones importantes.

data.table

• Introduction to data.table de CRAN
• DT: An R interface to the DataTables library de R Studio Github
• Video: An Introduction to The data.table Package de Data Camp
• Video: R data.table in 5 minutes de Do More With R
• Video: 6 R data.table symbols and operators you should know de Do More With R
• Cap 7 Bookdown Cap 7

Ggplot2

• ggplot2 de Tidyverse
• Capítulos 3 y 28 de R para Ciencia de Datos.
• A quick introduction to ggplot2: How understanding the grammar of graphics will help you build any plot with ggplot2 de Towards Data Sciencec
• Libro ggplot2: Elegant Graphics for Data Analysis.
• Quick Introduction to ggplot2 de Andy Grogan-Kaylor
• Video: Learn R: An Introduction to ggplot2 de Data Camp
• Video: ggplot2 tutorial: Grammar of Graphics de Data Camp
• An introduction to ggplot2 de Laura Stell Stanford
• Capítulo 9.2 Elementos de un gráfico en ggplot2 de Carlos J. Gil Bellosta
• The Complete ggplot2 Tutorial de r-statistics.co by Selva Prabhakaran

Leaflet

• Leaflet for R de R Studio Github
• Package leaflet de CRAN
• Algunos trucos útiles al crear mapas interactivos de leaflet en R de kumulonimbus
• R Tutorial: Introduction to leaflet de Data Camp

Modelo de regresión lineal

• Linear Regression de r-statistics.co by Selva Prabhakaran
• Complete Introduction to Linear Regression in R de Selva Prabhakaran
• Video: Regresión Lineal y Mínimos Cuadrados Ordinarios de DotCSV
• Linear Regression in R de Data Camp
• Understanding Linear Regression Output in R de Christian Thieme
• Video: An introduction to Linear Regression Analysis de statisticsfun

Árboles de decisión

• Video: R Tutorial: Introduction to classification trees de Data Camp
• Arboles de decisión con R - Clasificación de Juan Bosco Mendoza Vega
• Capítulo 13.1, Árboles de Decisión de Carlos J. Gil Bellosta
• CARET de CRAN

Análisis de Clusters

• Clustering y heatmaps: aprendizaje no supervisado, de Joaquín Amat Rodrigo
• K-Means vs. DBSCAN Clustering - For Beginners de Ekta Sharma en towardsdatascience.com
• Finding Optimal Number of Clusters de Sunny Anand en R-bloggers.com
• Data distributions where Kmeans clustering fails: Can DBSCAN be a solution? de Fisseha Berhane
• DBSCAN de Jurgen Soto
• DBSCAN: density-based clustering for discovering clusters in large datasets with noise - Unsupervised Machine Learning de STDHA
• K-means clustering and DBSCAN Algorithm implementation in R de 1000projects.org

Series de Tiempo

• Teoría: Capítulo 8 de Estadística y Machine Learning con R, de Francisco Parra
• Ejemplo sencillo en R de Pedro Lealdino Filho

Preguntas para dudas específicas

Stackoverflow es un foro donde puedes hacer preguntas específicas y otros podrían responderte, o donde puedes buscar dudas y revisar pregutas que otro ya hizo. El mejor consejo es buscar siempre con palabras claves y en inglés.

Bases de datos

Martín Sielfeld, creó un archivo publicado en su Rpubs donde podrán encontrar multiples fuentes de datos de nuestro país y el mundo que les servirán tanto para el proyecto del curso como para futuros proyectos. Pueden encontrarlo aquí.