USD
  • PEN
  • USD
  • EUR
  • COP
  • BOB
  • MXN
  • CLP
  • BRL
0

INTELIGENCIA DE NEGOCIOS CON R STUDIO

Docente

Nombre del docente

Fecha de inicio

Horarios

Fecha de finalizacion

¿Qué aprenderás en este curso?

Publico objetivo

Resultados esperados

  1.   INTRODUCCIÓN A R STUDIO
  • Introducción a R. Sintaxis básica.
  • Tipos de datos. Operadores y funciones integradas.
  • Estructuras de control de flujo.
  1.       PROGRAMACIÓN EN R STUDIO
  • Funciones. Condicionales y loops
  • Depuración y manejo de errores.
  1.       ESTRUCTURAS DE DATOS
  • Vectores y matrices.
  • Factores.
  • Data frames.
  • Listas.
  1.       IMPORTACIÓN Y EXPORTACIÓN DE DATOS
  •  Leer y escribir archivos CSV y Excel.
  •  Bases de datos SQL.
  1.       VISUALIZACIÓN BÁSICA DE DATOS
  • Gráficos de líneas, barras.
  • Histogramas y boxplots.
  • Introducción a ggplot2.
  1.   ESTADÍSTICA DESCRIPTIVA
  • Medidas de tendencia central y dispersión.
  • Distribuciones de probabilidad.
  • Correlación y covarianza.
  1.   PROGRAMACIÓN AVANZADA EN R
  • Programación Funcional.
  • Paquetes y Librerías.
  • Estilo de Programación.
  1.       MANIPULACIÓN AVANZADA DE DATOS
  • Manejo de datos con dplyr y tidyr.
  • Preprocesamiento de datos.
  • Análisis Exploratorio de Datos con ggplot2.
  1.       ESTADÍSTICA INFERENCIAL
  • Pruebas de Hipótesis.
  • Análisis de Varianza.
  • Análisis de Regresión.
  1.       APRENDIZAJE AUTOMÁTICO SUPERVISADO
  •  Modelos de Regresión Lineal y Logística.
  •  Arboles de Decisión y Random Forest.
  •  Support Vector Machines.
  1.       APRENDIZAJE AUTOMÁTICO NO SUPERVISADO
  • Clustering.
  • Reducción de Dimensionalidad.
  • Análisis de Componentes Principales (PCА).
  1. ANÁLISIS AVANZADO DE DATOS CON R
  • Modelado de datos avanzado.
  • Métodos de muestreo y simulación.
  • Modelos de series de tiempo.
  1. APRENDIZAJE AUTOMÁTICO AVANZADO CON R
  •  Modelos lineales generalizados.
  •  Máquinas de vectores de soporte.
  • Aprendizaje profundo con Keras.
  1. DEEP LEARNING EN R STUDIO
  • Redes Neuronales
  • Redes neuronales artificiales.
  • CNN (redes neuronales convolucionales).
  • RNN (redes neuronales recurrentes).
María Fernández
María FernándezEgresada del programa
"Este programa me ayudó a fortalecer mi investigación con herramientas estadísticas y de inteligencia artificial. Es práctico, completo y totalmente aplicable a tesis y proyectos académicos."
Ana Rodríguez
Ana RodríguezEgresada del programa
"Gracias a este programa, logré estructurar mi tesis doctoral con un enfoque metodológico sólido. Las herramientas de inteligencia artificial que aprendí me ayudaron a analizar grandes volúmenes de datos de forma eficiente."
Carlos Méndez
Carlos MéndezEgresado del programa
"La combinación entre estadística aplicada e IA fue justo lo que necesitaba para llevar mis investigaciones al siguiente nivel. Recomiendo esta especialización a todo investigador serio."
Lucía Fernández
Lucía FernándezEgresada del programa
"El programa no solo me dio conocimientos técnicos, también me enseñó a aplicarlos en el contexto real de mi tesis. ¡Una inversión totalmente valiosa!"
Jorge Salazar
Jorge SalazarEgresado del programa
"Aprendí a utilizar metodologías científicas rigurosas junto con herramientas prácticas de IA, lo que ha mejorado significativamente la calidad de mis reportes y modelos."

¿INTERESADO EN NUESTRO CURSO ONLINE?

¡Estás a un paso de transformar tu futuro! Si deseas más información o necesitas ayuda para completar tu inscripción, puedes comunicarte directamente con uno de nuestros asesores de ventas.

0
    0
    Tu carrito
    Carrito vacioReturn to Shop