R es un lenguaje de programación orientado a objetos y de código abierto, diseñado con un enfoque estadístico que permite realizar análisis avanzados utilizando pocas líneas de código. Una de sus principales características es que la mayoría de sus funciones están vectorizadas. Esto significa que las operaciones se aplican directamente a todos los elementos de un vector, sin necesidad de utilizar bucles para iterar sobre cada elemento. Como resultado, el código es más compacto, claro y eficiente.
Gracias a su naturaleza de código abierto y su amplia adopción, R cuenta con una gran variedad de librerías especializadas en la manipulación y visualización de datos. Entre estas librerías, también se encuentran herramientas que facilitan considerablemente el desarrollo, entrenamiento, evaluación e implementación de modelos de aprendizaje automático.
Este curso se centra en enseñar los conceptos básicos del lenguaje y cómo utilizar sus funciones para aprovechar al máximo su potencial. Aunque no es un curso dedicado exclusivamente al aprendizaje automático, proporciona los fundamentos necesarios para que los estudiantes puedan abordar cursos más avanzados en esta área utilizando R. Además, incluye un ejemplo práctico de aprendizaje automático en el último módulo, con el objetivo de mostrar lo sencillo que resulta entrenar y evaluar diferentes modelos con este lenguaje.
Das ist alles enthalten
6 Lektüren11 Aufgaben13 Plug-ins
Infos zu Modulinhalt anzeigen
6 Lektüren•Insgesamt 101 Minuten
Conociendo R•60 Minuten
Instalar R en Windows•10 Minuten
Aclaración gráficos ejemplo dataset en R Studio•3 Minuten
Operadores en R•5 Minuten
Accediendo a los elementos de un vector en R•3 Minuten
Ideas Fundamentales Unidad 1•20 Minuten
11 Aufgaben•Insgesamt 67 Minuten
Librerías y paquetes en R. Cómo añadir funciones al lenguaje•3 Minuten
La interfaz de R Studio•3 Minuten
Explorando un dataset en R Studio•3 Minuten
Gráficos ejemplo dataset en R Studio•3 Minuten
Asignación de variables en R•3 Minuten
Operadores en R•3 Minuten
Vectores en R•3 Minuten
Accediendo a los elementos de un vector en R•3 Minuten
Operaciones con los elementos de un vector en R•3 Minuten
Examen de prueba•10 Minuten
Examen módulo 1•30 Minuten
13 Plug-ins•Insgesamt 81 Minuten
Introducción al curso•3 Minuten
Conociendo R•5 Minuten
Instalar R en Mac OS•7 Minuten
Instalar R en Windows•8 Minuten
Librerías y paquetes en R. Cómo añadir funciones al lenguaje•5 Minuten
La interfaz de R Studio•10 Minuten
Explorando un dataset en R Studio•10 Minuten
Gráficos ejemplo dataset en R Studio•5 Minuten
Asignación de variables en R•5 Minuten
Operadores en R•7 Minuten
Vectores en R•6 Minuten
Accediendo a los elementos de un vector en R•5 Minuten
Operaciones con los elementos de un vector en R•5 Minuten
Factores y estructuras multidimensionales en R
Modul 2•4 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
4 Lektüren15 Aufgaben14 Plug-ins
Infos zu Modulinhalt anzeigen
4 Lektüren•Insgesamt 35 Minuten
Datos faltantes y nombres en vectores de R•5 Minuten
Funciones de ordenación en R•5 Minuten
Importar datos en R•5 Minuten
Ideas Fundamentales Unidad 2•20 Minuten
15 Aufgaben•Insgesamt 82 Minuten
Más sobre factores en R•6 Minuten
Tablas de factores en R•3 Minuten
Secuencias en R•3 Minuten
Generar un factor con una secuencia en R•3 Minuten
Generar secuencias aleatorias en R•3 Minuten
set.seed() y seq_along•3 Minuten
Matrices y Arrays en R•3 Minuten
Listas en R•3 Minuten
Data.frame en R•3 Minuten
Datos faltantes y nombres en vectores de R•3 Minuten
Funciones de ordenación en R•3 Minuten
Importar datos en R•3 Minuten
Exportar datos en R•3 Minuten
Examen de prueba•10 Minuten
Examen módulo 2•30 Minuten
14 Plug-ins•Insgesamt 113 Minuten
Factores en R•5 Minuten
Más sobre factores en R•5 Minuten
Tablas de factores en R•7 Minuten
Secuencias en R•5 Minuten
Generar un factor con una secuencia en R•5 Minuten
Generar secuencias aleatorias en R•5 Minuten
set.seed() y seq_along•8 Minuten
Matrices y Arrays en R•10 Minuten
Listas en R•10 Minuten
Data.frame en R•10 Minuten
Datos faltantes y nombres en vectores de R•15 Minuten
Funciones de ordenación en R•5 Minuten
Importar datos en R•8 Minuten
Exportar datos en R•15 Minuten
Gráficos y estructuras de programación en R
Modul 3•2 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
2 Lektüren8 Aufgaben6 Plug-ins
Infos zu Modulinhalt anzeigen
2 Lektüren•Insgesamt 15 Minuten
La librería ggplot2•5 Minuten
Ideas Fundamentales Unidad 3•10 Minuten
8 Aufgaben•Insgesamt 58 Minuten
Introducción a los gráficos en R•3 Minuten
Introducción a R. Añadir colores a gráficas x,y en plot con un tercer atributo de los datos•3 Minuten
La librería ggplot2•3 Minuten
Las funciones en R•3 Minuten
Los condicionales en R•3 Minuten
Los bucles en R•3 Minuten
Examen de prueba•10 Minuten
Examen módulo 3•30 Minuten
6 Plug-ins•Insgesamt 67 Minuten
Introducción a los gráficos en R•15 Minuten
Introducción a R. Añadir colores a gráficas x,y en plot con un tercer atributo de los datos•7 Minuten
La librería ggplot2•15 Minuten
Las funciones en R•10 Minuten
Los condicionales en R•5 Minuten
Los bucles en R•15 Minuten
Aprendizaje automático en R
Modul 4•4 Stunden abzuschließen
Moduldetails
Das ist alles enthalten
6 Lektüren8 Aufgaben6 Plug-ins
Infos zu Modulinhalt anzeigen
6 Lektüren•Insgesamt 70 Minuten
Exploración de datos primera parte•10 Minuten
Exploración de datos segunda parte•10 Minuten
Pequeña introducción al aprendizaje automático•20 Minuten
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•10 Minuten
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•10 Minuten
Ideas Fundamentales Unidad 4•10 Minuten
8 Aufgaben•Insgesamt 58 Minuten
Exploración de datos primera parte•3 Minuten
Exploración de datos segunda parte•3 Minuten
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•3 Minuten
Caso de Aprendizaje Automático con R. 2ª parte. Conjuntos de entrenamiento y prueba.•3 Minuten
Caso de Aprendizaje Automático con R. 3ª parte. Validación cruzada•3 Minuten
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•3 Minuten
Examen de prueba•10 Minuten
Examen módulo 4•30 Minuten
6 Plug-ins•Insgesamt 88 Minuten
Exploración de datos primera parte•15 Minuten
Exploración de datos segunda parte•15 Minuten
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•20 Minuten
Caso de Aprendizaje Automático con R. 2ª parte. Conjuntos de entrenamiento y prueba•10 Minuten
Caso de Aprendizaje Automático con R. 3ª parte. Validación cruzada•8 Minuten
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•20 Minuten
The Universitat Politècnica de València (UPV) operates as a public higher education institution, delivering contemporary, adaptable degree programs designed to fulfill current societal demands. It also provides official postgraduate qualifications, all subject to stringent educational quality assurance protocols.
Currently, the UPV's thriving academic community encompasses over 28,000 students, nearly 2,500 teaching and research professionals, and 1,500 administrative and service personnel. Its operations span three distinct campuses, located in València, Alcoi, and Gandia.
When will I have access to the lectures and assignments?
To access the course materials, assignments and to earn a Certificate, you will need to purchase the Certificate experience when you enroll in a course. You can try a Free Trial instead, or apply for Financial Aid. The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I purchase the Certificate?
When you purchase a Certificate you get access to all course materials, including graded assignments. Upon completing the course, your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile.
Is financial aid available?
Yes. In select learning programs, you can apply for financial aid or a scholarship if you can’t afford the enrollment fee. If fin aid or scholarship is available for your learning program selection, you’ll find a link to apply on the description page.