Data Science con R: Tidyverse

Título del curso

Data Science con R: Tidyverse.

Profesorado

Jesús Corral, jesus.corral@upc.edu, y Klaus Langohr, klaus.langohr@upc.edu

Jesús Corral es ingeniero de caminos, canales y puertos por la Universitat Politècnica de Catalunya (UPC) y máster en estadística e investigación operativa (MESIO, UPC-UB). Trabaja como consultor en la empresa de ingeniería Optim Asipu y como profesor asociado en el Departamento de Estadística e Investigación Operativa de la UPC.

Klaus Langohr es Licenciado en Estadística por la Universidad de Dortmund (Alemania) y Doctor por la Universitat Politècnica de Catalunya (UPC). Trabaja como profesor en el Departamento de Estadística e Investigación Operativa de la UPC y colabora con el Programa de Investigación en Neurociencias del Instituto Hospital del Mar de Investigaciones Médicas.

Idioma del curso

Castellano.

Programación del curso

Grupo 1:Del 3 al 7 de Julio de 10 a 13.

Grupo 2:Del 3 al 7 de Julio de 15 a 18.

Descripción

Tidyverse es el nombre que se ha dado al conjunto de paquetes desarrollados o apoyados por Hadley Wickham para manipulación y ordenación de datos. Todos ellos están diseñados para trabajar juntos y comparten una misma filosofía, que se puede consultar en “The tidy tools manifesto”. Los cuatro principios básicos en los que se basa son:

Reutilizar las estructuras de datos
Resolver problemas complejos combinando varias piezas sencillas
Utilizar la programación funcional
Diseñar para humanos

Los paquetes incluidos en el Tidyverse tienen como objetivo cubrir todas las fases del análisis de datos dentro de R: importar datos, ponerlos en formato ordenado (tidy), buscar relaciones entre ellos (mediante su transformación, visualización y creación de modelos) y comunicar los resultados. Además de los paquetes principales que realizan estas funciones, al instalar el Tidyverse también se proporcionan otros que ayudan a trabajar con fechas, cadenas de caracteres o factores siguiendo los mismos principios.

Objetivos

El objetivo principal es presentar a los estudiantes una metodología para que sean capaces de gestionar y analizar datos utilizando los paquetes incluidos en el Tidyverse. Durante el curso se va a visualizar, transformar y modelar varios conjuntos de datos en R y se aprenderá a trabajar con diferentes formatos de datos desordenados.

Programa del curso

Introducción a los paquetes de Tidyverse
Importar datos con readr
Tidy Data con tidyr
Visualización de datos con ggplot2
Transformación de datos con dplyr
Tipos de datos: lógicos, strings, factores y fechas (stringr, forcats y lubridate)
Modelos estadísticos (modelr, broom) e iteración (purrr)

Evaluación

A lo largo del curso, los estudiantes tendrán acceso gratuito a varios contenidos de Datacamp. Se propondrán una serie de problemas de esta plataforma para poner en práctica los paquetes y las técnicas presentadas en el curso.

Prerrequisitos

Los participantes deben de tener conocimientos básicos de R, ya que no se trata de un curso de introducción a R.

Aula

Grupo 1: PC2

Grupo 2: 100