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.
Inclus
6 lectures11 devoirs13 plugins
Afficher les informations sur le contenu du module
6 lectures•Total 101 minutes
Conociendo R•60 minutes
Instalar R en Windows•10 minutes
Aclaración gráficos ejemplo dataset en R Studio•3 minutes
Operadores en R•5 minutes
Accediendo a los elementos de un vector en R•3 minutes
Ideas Fundamentales Unidad 1•20 minutes
11 devoirs•Total 67 minutes
Examen módulo 1•30 minutes
Librerías y paquetes en R. Cómo añadir funciones al lenguaje•3 minutes
La interfaz de R Studio•3 minutes
Explorando un dataset en R Studio•3 minutes
Gráficos ejemplo dataset en R Studio•3 minutes
Asignación de variables en R•3 minutes
Operadores en R•3 minutes
Vectores en R•3 minutes
Accediendo a los elementos de un vector en R•3 minutes
Operaciones con los elementos de un vector en R•3 minutes
Examen de prueba•10 minutes
13 plugins•Total 81 minutes
Introducción al curso•3 minutes
Conociendo R•5 minutes
Instalar R en Mac OS•7 minutes
Instalar R en Windows•8 minutes
Librerías y paquetes en R. Cómo añadir funciones al lenguaje•5 minutes
La interfaz de R Studio•10 minutes
Explorando un dataset en R Studio•10 minutes
Gráficos ejemplo dataset en R Studio•5 minutes
Asignación de variables en R•5 minutes
Operadores en R•7 minutes
Vectores en R•6 minutes
Accediendo a los elementos de un vector en R•5 minutes
Operaciones con los elementos de un vector en R•5 minutes
Factores y estructuras multidimensionales en R
Module 2•4 heures à terminer
Détails du module
Inclus
4 lectures15 devoirs14 plugins
Afficher les informations sur le contenu du module
4 lectures•Total 35 minutes
Datos faltantes y nombres en vectores de R•5 minutes
Funciones de ordenación en R•5 minutes
Importar datos en R•5 minutes
Ideas Fundamentales Unidad 2•20 minutes
15 devoirs•Total 82 minutes
Examen módulo 2•30 minutes
Más sobre factores en R•6 minutes
Tablas de factores en R•3 minutes
Secuencias en R•3 minutes
Generar un factor con una secuencia en R•3 minutes
Generar secuencias aleatorias en R•3 minutes
set.seed() y seq_along•3 minutes
Matrices y Arrays en R•3 minutes
Listas en R•3 minutes
Data.frame en R•3 minutes
Datos faltantes y nombres en vectores de R•3 minutes
Funciones de ordenación en R•3 minutes
Importar datos en R•3 minutes
Exportar datos en R•3 minutes
Examen de prueba•10 minutes
14 plugins•Total 113 minutes
Factores en R•5 minutes
Más sobre factores en R•5 minutes
Tablas de factores en R•7 minutes
Secuencias en R•5 minutes
Generar un factor con una secuencia en R•5 minutes
Generar secuencias aleatorias en R•5 minutes
set.seed() y seq_along•8 minutes
Matrices y Arrays en R•10 minutes
Listas en R•10 minutes
Data.frame en R•10 minutes
Datos faltantes y nombres en vectores de R•15 minutes
Funciones de ordenación en R•5 minutes
Importar datos en R•8 minutes
Exportar datos en R•15 minutes
Gráficos y estructuras de programación en R
Module 3•2 heures à terminer
Détails du module
Inclus
2 lectures8 devoirs6 plugins
Afficher les informations sur le contenu du module
2 lectures•Total 15 minutes
La librería ggplot2•5 minutes
Ideas Fundamentales Unidad 3•10 minutes
8 devoirs•Total 58 minutes
Examen módulo 3•30 minutes
Introducción a los gráficos en R•3 minutes
Introducción a R. Añadir colores a gráficas x,y en plot con un tercer atributo de los datos•3 minutes
La librería ggplot2•3 minutes
Las funciones en R•3 minutes
Los condicionales en R•3 minutes
Los bucles en R•3 minutes
Examen de prueba•10 minutes
6 plugins•Total 67 minutes
Introducción a los gráficos en R•15 minutes
Introducción a R. Añadir colores a gráficas x,y en plot con un tercer atributo de los datos•7 minutes
La librería ggplot2•15 minutes
Las funciones en R•10 minutes
Los condicionales en R•5 minutes
Los bucles en R•15 minutes
Aprendizaje automático en R
Module 4•4 heures à terminer
Détails du module
Inclus
6 lectures8 devoirs6 plugins
Afficher les informations sur le contenu du module
6 lectures•Total 70 minutes
Exploración de datos primera parte•10 minutes
Exploración de datos segunda parte•10 minutes
Pequeña introducción al aprendizaje automático•20 minutes
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•10 minutes
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•10 minutes
Ideas Fundamentales Unidad 4•10 minutes
8 devoirs•Total 58 minutes
Examen módulo 4•30 minutes
Exploración de datos primera parte•3 minutes
Exploración de datos segunda parte•3 minutes
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•3 minutes
Caso de Aprendizaje Automático con R. 2ª parte. Conjuntos de entrenamiento y prueba.•3 minutes
Caso de Aprendizaje Automático con R. 3ª parte. Validación cruzada•3 minutes
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•3 minutes
Examen de prueba•10 minutes
6 plugins•Total 88 minutes
Exploración de datos primera parte•15 minutes
Exploración de datos segunda parte•15 minutes
Caso de Aprendizaje Automático con R. 1ª parte. Exploración de los datos•20 minutes
Caso de Aprendizaje Automático con R. 2ª parte. Conjuntos de entrenamiento y prueba•10 minutes
Caso de Aprendizaje Automático con R. 3ª parte. Validación cruzada•8 minutes
Caso de Aprendizaje Automático con R. 4ª parte. Entrenamiento y evaluación de modelos•20 minutes
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.
OK
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
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.